BMAI U2 Contenido

U2 Matemáticas aplicadas para ingeniería
Series de Fourier
Programa de la asignatura:
Matemáticas aplicadas para

ingeniería
U2 Series de Fourier
Universidad Abierta y a Distancia de México 0

Series de Fourier
Índice
Presentación de la Unidad ........................................................................................................ 2

Propósitos .................................................................................................................................. 2
Competencia específica ............................................................................................................ 3
2. Series de Fourier ................................................................................................................... 3
2.1. Funciones ortogonales ....................................................................................................... 4
2.1.1. Producto interno de funciones ........................................................................................ 4
2.1.2. Funciones y conjuntos ortogonales ................................................................................. 8
2.1.3. Funciones periódicas .................................................................................................... 12
2.2. Series de Fourier .............................................................................................................. 23
2.2.1. Series trigonométricas................................................................................................... 23
2.2.2. La serie de Fourier de una función ............................................................................... 38
2.2.3. Convergencia de una serie de Fourier .......................................................................... 39
2.2.4. Serie de Fourier de funciones pares e impares ............................................................ 48
2.3. Aproximación en media .................................................................................................... 56
2.3.1. Desviación máxima ....................................................................................................... 56
2.3.2. Desviación media cuadrática ........................................................................................ 61
2.3.3. Igualdad de Parseval-Liapunov ..................................................................................... 69
Actividades .............................................................................................................................. 74
Autorreflexiones....................................................................................................................... 74
Cierre de la Unidad ................................................................................................................. 74
Para saber más ....................................................................................................................... 75
Fuentes de consulta ................................................................................................................ 75

Series de Fourier
Presentación de la Unidad
En esta Unidad se presenta una introducción a las series de Fourier, la primera sección
comienza con el concepto de producto interno de funciones, a partir de éste se define la
ortogonalidad de funciones e inmediatamente se presenta la definición de función
periódica.
La segunda parte presenta cómo se obtiene la serie de Fourier de una función periódica
junto con las propiedades que posee la misma. Finalmente, se presentan los conceptos
básicos de la aproximación para las series de Fourier.
Propósitos
• Calcular los coeficientes de la serie de Fourier de una función periódica.
• Calcular la serie de Fourier de una función periódica par o impar.
• Aproximar una función por medio de una serie de Fourier.

Series de Fourier
Competencia específica
Identificar problemas que no tienen función periódica secuencial, para

proponer su solución mediante la aplicación de las series de Fourier.
2. Series de Fourier
Las series de Fourier aparecen en año de 1807 como una

propuesta para resolver la ecuación del calor que describe
la conducción de un flujo de calor a lo largo de una lámina
metálica, estas toman el nombre del matemático francés
Joseph Fourier.
La esencia fundamental detrás de las series de Fourier es

que una función con ciertas características se puede
expresar en términos de una única serie que tiene
funciones senos y cosenos.
Joseph Fourier.

Series de Fourier
2.1. Funciones ortogonales
En esta sección se presenta el concepto de producto interno de funciones, este es una

generalización natural del producto escalar de vectores, a partir de este se define la
ortogonalidad de funciones de forma similar a la perpendicularidad de vectores.
2.1.1. Producto interno de funciones
Recuerda que para un par de vectores α , β ∈  3 , donde α = ( a1 , a2 , a3 ) y β = ( b1 , b2 , b3 )

El producto punto de α y β está definido por la relación:
,
3
α · β = a1b1 + a2b2 + a3b3 = ∑ ak bk
k =1
La anterior definición se generaliza al espacio de funciones (continuas a pedazos

definidas sobre un intervalo fijo) del siguiente modo: Sea C[ a, b ] el conjunto de todas las
funciones continuas a pedazos definidas sobre el intervalo [ a, b ] .
Definición: Dadas f , g ∈ C[ a, b ] , el producto interno f , g de f y g se define por la

relación:
b
f , g = ∫ f ( x) g ( x)dx .
a
Observa que lo que se obtiene de calcular un producto interno de funciones sobre un

intervalo, es un número real, tal y como sucede en el caso de los vectores en  3 .
Ejemplo: Dadas las funciones f ( x) = x3 y g ( x) = x 2 calcular f , g en el intervalo

[ −1, 2] .
Solución: Para resolver este ejercicio solo basta aplicar la definición de producto
interno del siguiente modo:

Series de Fourier
b 2 2 2
1 
∫ ∫ ( x )( x= ) dx ∫−=
3 2
f,g
= f ( x) g =
( x)dx x 5 dx  x 6 
a −1 1  6  −1
1 1 32 1 21
= ( 2 ) − ( −1) =
6 6
− =
6 6 3 6 2
21
Por lo tanto f,g = .
2
Ejemplo: Dadas las funciones f ( x) = sen(2 x) y g ( x) = x calcular f , g en el

intervalo [ −1,1] .
Solución: De forma similar al ejemplo anterior, este ejercicio se resuelve aplicando

la definición de producto interno del siguiente modo:
b 1
=f,g f ( x) g ( x)dx ∫ ( sen(2 x) )( x ) dx
∫=
a −1
En el siguiente paso se aplica la técnica de integración por partes, lo que permite obtener:
1 1
∫ x sen(2 x)dx =
− x cos(2 x) + sen(2 x)
2 4
Evaluando de −1 a 1 la integral anterior se tiene:

1 1
 1 1 
∫−1 x sen(2 x)dx = − 2 x cos(2 x) + 4 sen(2 x)  −1
 1 1   1 1 
=  − cos(2) + sen(2)  −  − (−1) cos(−2) + sen(−2) 
 2 4   2 4 
1
= −2 cos(2) + sen(2)
2
1
Por lo tanto f , g = −2 cos(2) + sen(2) .
2
Ejemplo: Dados f , g ∈ C[ −1, 2] , con f ( x) = x 2 y g ( x=) 2 x − 1 . Calcular f , g .
Solución: Basta aplicar la definición de producto interno a las funciones f y g ,

como se muestra a continuación:

Series de Fourier
2 2 2
 x3 x 4 
f , g = ∫ ( x ) ( 2 x − 1) dx = ∫ ( 2 x − x ) dx =  − + 
2 3 2
−1 −1  3 2  −1
 ( 2 )3 ( 2 )4   ( −1)3 ( −1)4 
= − +  − − + 
 3 2   3 2 
9
=
2
9
Por lo tanto, se tiene que f,g =
2
Recuerda que, sobre conjunto C[ a, b ] se definen las siguientes operaciones:
• Suma: Para f , g ∈ C[ a, b ] la función f + g se define por:
( f + g ) ( x) =f ( x) + g ( x) .
• Multiplicación por escalares: Para c ∈  y f ∈ C[ a, b ] , la función cf se define

por:
( cf ) ( x) = cf ( x) .
En un curso de cálculo de una variable se demuestra que las funciones f + g y cf son

continuas a pedazos sobre el intervalo [ a, b ] , es decir, se cumple que f + g , cf ∈ C[ a, b ] .
Estas dos operaciones le proporcionan al conjunto C[ a, b ] una estructura de espacio

vectorial real.
A continuación se presentan las propiedades que tiene el producto interno sobre C[ a, b ] .
• Definido positivo: f , f ≥ 0 para cualquier f ∈ C[ a, b ] .

Esto se obtiene del hecho siguiente:
b b
f ( x) f ( x)dx ∫ [ f ( x) ]
2
=f, f ∫=
a a
dx ≥ 0 .
• Conmutatividad: f , g = g , f para cualesquiera f , g ∈ C[ a, b ] .


Series de Fourier
b b
=f,g ∫=
a
f ( x) g ( x)dx ∫=
a
g ( x) f ( x)dx g, f
• Linealidad: cf + g , h = c f , h + g , h para cuales quiera f , g , h ∈ C[ a, b ] y

c∈ .
b b
f + g, h = ∫ ( ( cf + g ) ( x) ) ( h( x) ) dx = ∫ ( cf ( x) + g ( x) ) h( x)dx
a a
b b
= ∫ cf ( x)h( x)dx + ∫ g ( x)h( x)dx
a a
= c f , h + g, h
Recuerda que para vectores en  3 , la norma de un vector es otro concepto que se

relaciona con el producto punto de vectores, la relación entre dichos conceptos se
presenta en la siguiente relación: Dado a ∈  3 , donde α = ( a1 , a2 , a3 ) , se tiene que:
=α a12 + a22 + a32

= α ·α .
A partir de la relación anterior se puede definir una norma sobre C[ a, b ] de forma similar
al caso en  3 :
Definición: Dado f ∈ C[ a, b ] , la norma f de f se define por la relación:

b
∫ [ f ( x)]
2
=f f, f
= dx .
a
Además una función f ∈ C[ a, b ] se dice normalizada sí y solo sí f = 1 .

1
Cuando f ≠ 0 y f no es normalizada, se tiene que la función f es normalizada y
f
es llamada la forma normalizada de f , observa que este proceso es similar al de
encontrar vectores unitarios en  3 .

Series de Fourier
Ejemplo: Dada f ∈C[ 0,2] , definida por f ( x) = 3sen(π x) . Calcular f y presentar su

forma normalizada.
Solución: Basta aplicar la definición de norma del siguiente modo:
b 2
x) ] dx
∫ [ f (= ∫ [3sen(π x)]
2 2
=f f, f
= dx
a o
2 2
1 1  x 1 
= 9 ∫  − cos(2π x)=
 dx 3  − sen(2π x) 
o 
2 2  2 4 0
 (2) 1   (0) 1 
= 3  − sen ( 2π (2) )  −  − sen ( 2π (0) ) 
 2 4   2 4 
= 3 1− 0 =3
1 1
Por lo tanto f = 3 y su forma normalizada es f ( x) = sen(π x) .
f 3
2.1.2. Funciones y conjuntos ortogonales
El concepto de perpendicularidad es uno de los más importante en el estudio de los

vectores en  3 , este se caracteriza por la relación α ·β = α β cos θ , donde θ es el
ángulo que forman α y β , del siguiente modo: Si α es perpendicular a β entonces
π
θ= , lo que implica que:
2
π 
=α ·β α β =
cos   α=β ( 0) 0
2
Inversamente, si α ·β = 0 implica que α β cos θ = 0 , si α , β ≠ 0 entonces cos θ = 0 por

π
consiguiente θ = ± , por consiguiente α es perpendicular a β . En resumen α es
2
perpendicular a β si y solo sí α ·β = 0 . Esta misma idea es llevada al espacio de
funciones para definir la ortogonalidad de funciones de forma análoga a la
perpendicularidad de vectores.

Series de Fourier
Definición: Sean f , g ∈ C[ a, b ] , se dice que f es ortogonal a g en [ a, b ] sí y sólo si

b
=f,g ∫=
a
f ( x) g ( x)dx 0
Ejercicio: Muestra que las funciones f ( x) = cos(π x) y g ( x) = sen(2π x) son

ortogonales en [ −1,1] .
Solución: Basta aplicar la definición de ortogonalidad de funciones del siguiente

modo:
b 1
=f,g ∫=
a
f ( x) g ( x)dx ∫ cos(π x) sen(2π x)dx
−1
Utilizando la identidad:
1
sen A cos
= B sen ( A − B ) + sen ( A + B ) 
2
En consecuencia:
1 1
1
∫ cos(
−1
= π x) sen(2π x)dx ∫ 2 ( sen(π x + 2π x) + sen(2π x − π x) )dx
−1
1 1
1  1 1 
∫−1 2 ( sen(3π x) + sen(π x) )dx =
=  − 6π cos(3π x) − 2π cos(π x) 
−1
 1 1   1 1 
= − cos(3π ) − cos(π )  −  − cos(−3π ) − cos(−π ) 
 6π 2π   6π 2π 
=0
Por lo tanto f es ortogonal a g .
Ejercicio: Muestra que las funciones f ( x) = x y g ( x) = x 2 son ortogonales en [ −1,1]
Solución: Se procede de forma similar al ejercicio anterior:

Series de Fourier
2 2 2
1 
∫ ( x ) ( x= ) dx ∫−=
2
f,g
= x 3 dx  x 4 
−2 2  4  −2
1 1
( 2 ) − ( −2 ) = 4 − 4 = 0
4 4
=
4 4
Por lo tanto f ( x) es ortogonal a g ( x) .
Definición: Sea {φn }n∈I un subconjunto de C[ a, b ] , se dice que {φn }n∈I es un conjunto
ortogonal de funciones sobre [ a, b ] si y solo si φn es ortogonal a φm , para cuales

quiera m, n ∈ I con m ≠ n . A demás, se dice que el conjunto {φn }n∈I es un conjunto
ortonormal sobre [ a, b ] si y solo si {φn }n∈I es ortogonal y φn es normalizada para toda

n∈I .
Como consecuencia inmediata de la definición anterior, un conjunto ortonormal {φn }n∈I

satisface la relación:
b
1 si m = n
∫ φ ( x)φ
a
n m ( x)dx = 
0 si m ≠ n
Observa que a partir de un conjunto ortogonal {φn }n∈I de C[ a, b] se puede obtener un

1
conjunto ortonormal {ϕ n }n∈I , definido por ϕ n = φn .
φn
Ejercicio: Muestre que el conjunto de funciones {cos(nπ x)}n∈ es ortogonal en [ 0,1]

y presentar el conjunto ortogonal que se obtiene del mismo.
Solución: Por comodidad, sea φn ( x) = cos(nπ x) , con n ∈  , hay que mostrar que
φn es ortogonal a φm para m ≠ n , esto se tiene aplicando la definición de producto interno
de funciones del siguiente modo:
1 1
=φn , φm ∫=
φ ( x)φ ( x)dx ∫ cos(nπ x) cos(mπ x)dx
0
n m
0

Series de Fourier
A partir de la siguiente identidad trigonométrica

1
cos A cos
= B cos ( A − B ) + cos ( A + B ) 
2
Se tiene lo siguiente:
1 1
1
∫ cos(nπ x) cos(mπ=
0
x)dx ∫ 2 cos ( nπ x − mπ x ) + cos ( nπ x − mπ x ) dx
0
1
1
= ∫ 2 cos π ( n − m ) x  + cos π ( n + m ) x   dx
0
1
1  1 1 
=  sen π ( n − m ) x  + sen π ( n + m ) x  
2π  n − m n+m 0
1  1 1 
=  sen π ( n − m )  + sen π ( n + m )   − 0
2π  n − m n+m 
=0
Con esto se muestra que el conjunto {cos(nπ x)}n∈ es ortogonal. La normalización se

divide en dos caso: cuando n = 0 se tiene que:
1 1
) ] dx ∫=
∫ [φ ( x= (1) dx
2 2
φ0
= φ=
0 , φ0 0 1.
0 0
Cuando m = n ≠ 0 , es decir:
1 1
∫ [φ ( x=
) ] dx ∫ cos
2 2
φn
= φ=
n , φn n
2
(nπ x)dx
0 0
Utilizando la relación:
1 1
cos 2 A= + cos ( 2 A )
2 2
Se tiene lo siguiente:
1 1 1
1 1  x 1 
∫0  2 + 2 cos ( 2nπ x )  =
∫0 cos (nπ x)dx =  2 + 4π n sen ( 2nπ x ) 
2
1 1  1
=  + sen ( 2nπ )  − 0 =
 2 4π n  2

Series de Fourier
1
Por consiguiente φn = . Finalmente, normalizando se tiene lo siguiente:
2
1 1
= φn ( x) = cos(nπ x) 2 cos(nπ x)
φn 1
2
{
Por lo tanto, el conjunto 1, 2 cos(nπ x)} n∈ \{0}
es ortonormal sobre [ 0,1] .
2.1.3. Funciones periódicas
Considera que tienes una hoja de papel, en ella traza un sistema de ejes cartesianos, uno
horizontal y otro vertical.
Enrolla dicha hoja de tal forma en que el eje horizontal coincida consigo mismo, formando
un cilindro circular.

Series de Fourier
Luego, sobre la superficie del cilindro, observando la posición del eje vertical marca el
punto que está del otro lado del círculo que forma el eje horizontal con respecto al origen
de coordenadas.
Dibuja una curva que se marque sobre todas las capas del cilindro:

Series de Fourier
Finalmente desdoblas el cilindro:
Lo que se obtiene en una figura que se repite a partir de un intervalo igual a la longitud del
círculo base del cilindro que formaste, una función periódica tiene este comportamiento, la
diferencia radica en el hecho de que en vez de considerar un hoja, hay que considerar un
plano infinito. Ahora se presenta la definición formal del proceso anterior.
Definición: Sea f una función definida de  en  . Se dice que f es periódica y de

periodo T ≠ 0 si y solo si f ( x + T ) =f ( x) para todo x ∈  .
Esta definición afirma que basta conocer cómo se comporta la función en un intervalo de
longitud T para tener el comportamiento de toda la función, por simplicidad se toma dicho

Series de Fourier
 T T
intervalo alrededor del 0 , es decir, el intervalo base o fundamental es  −,  , aquí se
 2 2
considerará el intervalo base indistintamente abierto o cerrado. De forma gráfica se tiene
lo siguiente:
Ejemplo: En curso de trigonometría elemental se muestran que las funciones sen( x) y

cos x satisfacen las relaciones:
 π
= y sen( x) sen(2π + x)
cos  x +  sen x =
 2
Por lo tanto las funciones sen( x) y cos x son periódicas y de periodo 2π . Gráficamente
se tiene lo siguiente:
A continuación se presentan algunas propiedades que poseen las funciones periódicas.
Propiedades: Sea f una función periódica y de periodo T .

• f es periódica de periodo nT con n ∈  . Para obtener esto, primero hay que
observar que cuando se toma y= x − T implica que
f ( x − T ) = f ( y ) = f ( y + T ) = f ( x)

Series de Fourier
En consecuencia si f es periódica de periodo T también es periódica y de

periodo −T , basta tomar T > 0 y n > 0 para obtener lo siguiente:
f ( x + nT=) f ( x + (n − 1)T=)  = f ( x + 2T ) = f ( x + T ) = f ( x)
• Dada a ≠ 0 , la función dilatación f a definida por f a ( x) = f (ax) es periódica y de

T
periodo Ta = . Esto se obtiene de observar que:
a
 T   T 
f a  x + = f  a  x +  = f (ax + T )= f (ax)= f a ( x) .
 a   a 
Ejemplo: Un consecuencia inmediata de lo anterior que las funciones sen(nx) y cos(nx) ,

2π
donde n ≠ 0 , son periódicas y de periodo .
n
Dadas dos funciones periódicas su suma o diferencia no necesariamente es una función

periódica, para que esta sea una función periódica, hay que observar el cociente de los
periodos tiene que ser un número racional, es decir, tiene que existir un periodo común
mínimo que es múltiplo común entero a los periodos de las funciones dadas. Si no se
tiene esta condición, la función resultante no es periódica.
Ejercicio: Dadas las función f ( x) = sen ( 3 x ) y g ( x) = sen(4 x) , muestra que la
=
función h( x) sen ( 3x ) + sen ( 4 x ) es periódica y encontrar dicho periodo.
Solución: Observa que las funciones f ( x) = sen ( 3 x ) y g ( x) = sen(4 x) tienen por

2π 2π π
periodo T1 = T2 =
y= respectivamente. Gráficamente, para la función
3 4 2
f ( x) = sen ( 3x ) :

Series de Fourier
Para la función g ( x) = sen(4 x) :
Tomando el siguiente cociente:

2
T1 3
π 1
= = ∈
T2 2π 3
=
Implica que h( x) sen ( 3x ) + sen ( 4 x ) es periódica. Para encontrar el periodo primero hay
que observar que el denominador común 6 por consiguiente:
2 4 1 3
=T1 = π = π y T2 π= π
3 6 2 6
Ahora, hay que calcular el mínimo común múltiplo entre los numeradores, en este caso es
12 . Por consiguiente:
4  3 
=  π  y 4T2 4  π 
3T1 3=
6  6 

Series de Fourier
12
=
Por lo tanto, h( x) sen ( 3x ) + sen ( 4 x ) es periódica y de periodo T = π = 2π .
6
Gráficamente, se tiene lo siguiente:
x x
Ejercicio: Dadas las función f ( x) = sen   y g ( x) = sen   , muestre que la
3 2
x x
=
función h( x) sen   + sen   es periódica y encontrar dicho periodo.
3 2
Solución: Se procede de forma similar al ejercicio anterior: Observa que las

x x
funciones f ( x) = sen   y g ( x) = sen   tienen por periodo:
3 2
2π 2π
T1 = 6π y =
= T2 = 4π
1 1
3 2
x
respectivamente. Gráficamente, para la función f ( x) = sen  :
3

Series de Fourier
x
Para la función g ( x) = sen   :
2
Tomando el siguiente cociente:

T1 6π 3
= = ∈
T2 4π 2
=
Esto implica que h( x) sen ( 5 x ) + sen ( 2 x ) es periódica. Para encontrar el periodo, hay
que observar que los periodos son múltiplos enteros de π , en consecuencia, solo hay
que calcular el mínimo común múltiplo entre los coeficientes, en este caso es 12 . Por lo
=
tanto, h( x) sen ( 3x ) + sen ( 4 x ) es periódica y de periodo T = 12π . Gráficamente, se
tiene lo siguiente:

Series de Fourier
Ejercicio: Dadas la funciones f ( x) = cos x y g ( x) = sen(π x) , muestre que las función

( x) cos x + sen(π x) no es periódica.
h=
Solución: Se tiene que las funciones f ( x) = cos x y g ( x) = sen(π x) tienen periodos

T1 = 2π y T2 = 2 respectivamente, tomando el cociente
T1 2π
= = π
T2 2
Pero π no es un número racional. Por lo tanto, la función h=

( x) cos x + sen(π x) no es
periódica.
A continuación se presentan algunas relaciones que hay entre las funciones periódicas y
sus integrales: Sean α , β ∈  , con α < β , entonces hay que analizar el comportamiento
de la integral.
β +T
∫
α +T
f ( x)dx
Para ello hay que observar que si y= x + T entonces:
f ( y ) = f ( y − T + T ) = f ( x + T ) = f ( x) :
Tomando y haciendo el cambio de variable se tiene lo siguiente:

Series de Fourier
β β +T β +T
∫
α
f ( x)dx= ∫
α +T
f ( y − T )dy=
α +T
∫ f ( y )dy
Lo anterior implica se resume en el siguiente enunciado:
Lema: Sea f una función periódica de periodo T , dados α , β ∈  , con α < β , entonces
β +T β
∫
α +T
f ( x)dx = ∫ f ( x)dx
α
Gráficamente se tiene lo siguiente: α + T β + T
Como consecuencia inmediata tomando α = 0 y β = t se tiene que:

t +T t
∫
T
f ( x)dx = ∫ f ( x)dx
0
Otra consecuencia que se obtiene de lo anterior es lo siguiente:

T T T
a+ − a+
2 2 2
T
∫ f ( x)dx
= ∫ T
f ( x)dx + ∫T
f ( x)dx
a− a− −
2 2 2
El lema anterior se aplica para obtener las siguientes relaciones:

T T T
− −T
2 2 2
∫ f ( x)dx
=
T
∫ f ( x)dx
=
 T T
∫ f ( x)dx
a−  a +  −T a+
2  2 2

Series de Fourier
Esto implica que:

T T T T T
a+ − a+ a+
2 2 2 2 2
∫ T
f ( x)dx = ∫ T
f ( x)dx + ∫ T
f ( x)dx = ∫ T
f ( x)dx + ∫ T
f ( x)dx
a− a− − a+ −
2 2 2 2 2
T T T
a+
2 2 2
= ∫T
f ( x)dx + ∫ T
f ( x)dx = ∫ T
f ( x)dx
− a+ −
2 2 2
Esto muestra la validez del siguiente resultado:
Corolario: Sea f una función periódica de periodo T entonces para todo a∈ se tiene
que:
T T
a+
2 2
∫ T
f ( x)dx = ∫ T
f ( x)dx
a− −
2 2
Además se cumple lo siguiente:

t t +T
∫
0
f ( x)dx = ∫
T
f ( x)dx .
T
Aplicando el corolario anterior al caso particular cuando a = se tiene que:
2
T
T 2
∫ f ( x)dx = ∫
0 T
f ( x)dx .
−
2
El resultado anterior se describe Gráficamente en la siguiente figura:

Series de Fourier
2.2. Series de Fourier
Como es sabido, las funciones senos y cosenos son funciones continuas y periódicas, la
esencia detrás de la serie de Fourier es utilizar estas funciones para poder aproximarse a
cualquier función periódicas.
2.2.1. Series trigonométricas
Para poder expresar una función periódica en términos de seno y cosenos, primero hay
que considerar el siguiente resultado, que muestra que este conjunto es ortogonal el
intervalo de longitud 2π centrado en el origen:
Proposición: El conjunto
{1,sen( x),cos( x),sen(2 x),cos(2 x),sen(3x),cos(3x),…}
Es ortogonal en ( −π , π ) .
Demostración: Para ubicarse mejor se define φn ( x) = sen(nx) y ϕ n ( x) = cos(nx) , entonces

se tiene los siguientes casos:
Caso 1. Norma de 1 : esto se obtiene de la siguiente relación:

π
dx [ x=
] π (π ) − ( −π ) =2π .
π
1,1
= ∫=
−π
−
Caso 2. Ortogonalidad entre φn y 1 : Esto se obtiene inmediatamente de la

siguientes relaciones donde se utiliza el hecho de que cos(=
x) cos(− x) :
π
1 1 1
∫−π sen(nx)dx =
φn ,1 =
n
− cos(nπ ) + cos(−π n) =
− cos(nx) =
n n
0
Es decir, φn es ortogonal a 1 .
Caso 3. Ortogonalidad entre ϕn y 1 : Esto se obtiene inmediatamente de la

siguientes relaciones donde se utiliza el hecho de que sen ( kπ ) = 0 para k ∈  :

Series de Fourier
π
1
ϕn ,1
= ∫π cos(
−
= nx)dx
n
=sen(nx) 0
Es decir, φn es ortogonal a 1 .
Caso 4. Ortogonalidad entre φn y φm : Para esto basta aplicar la identidad siguiente:

1
sen A sen B = cos ( A − B ) − cos ( A + B ) 
2
Lo que implica que:
1 
 2 cos ( m − n ) x  − cos ( m + n ) x   si m ≠ n
sen ( mx ) sen ( nx ) = 
1

 2
(1 − cos ( 2nx ) ) si m = n
En consecuencia, cuando m ≠ n se tiene

π
=φm ,φn sen ( mx ) sen ( nx )dx
∫=
−π
π
1
= ∫π 2 cos ( m − n ) x  − cos ( m + n ) x   dx
−
π
1 1 1 
=  sen ( m − n ) x  − sen ( m + n ) x  
2  ( m − n ) (m + n)  −π
=0
Para m = n se tiene lo siguiente:
π π
1
φn ,φn= ∫ sen ( nx ) sen ( nx )dx=
−π
∫π 2 1 − cos ( 2nx ) dx
−
π
1 1  1
=
2
x − sen ( 2nx )  =
2n
(π − ( −π ) ) =
π
 −π 2
En resumen se tiene:
 0 si m ≠ 0
φn ,φm =  .
π si m = 0
Caso 5. Ortogonalidad entre ϕn y ϕ m : Para esto basta aplicar la identidad siguiente:

1
cos A cos B = cos ( A − B ) + cos ( A + B ) 
2
Lo que implica que:

Series de Fourier
1
 2 cos ( m − n ) x  + cos ( m + n ) x   si m ≠ n
cos ( mx ) cos ( nx ) = 
1


2
(1 + cos ( 2nx ) ) si m = n

π
=ϕm ,ϕn cos ( mx ) cos ( nx )dx
∫=
−π
π
1
=
−
∫π 2 cos ( m − n ) x  + cos ( m + n ) x   dx
π
1 1 1 
=  sen ( m − n ) x  + sen ( m + n ) x  
2  ( m − n ) (m + n)  −π
=0
Para m = n se tiene lo siguiente:
π π
1
ϕn ,ϕn= ∫π cos ( nx ) cos ( nx )dx= ∫π 2 1 + cos ( 2nx ) dx
− −
π
1 1  1
=
2
x + sen ( 2nx )  =
2n
(π − ( −π ) ) =
π
 −π 2
En resumen se tiene:
 0 si m ≠ 0
ϕn ,ϕm =  .
π si m = 0
Caso 6. Ortogonalidad entre φm y ϕn : Para esto basta aplicar la identidad siguiente:

1
sen A cos B = sen ( A − B ) + sen ( A + B ) 
2
Lo que implica que:
1
sen ( mx ) cos ( nx=
) sen ( m − n ) x  + cos ( m + n ) x  
2 

Series de Fourier

π
=φm ,ϕn sen ( mx ) cos ( nx )dx
∫=
−π
π
1
= ∫π 2 sen ( m − n ) x  + sen ( m + n ) x   dx
−
π
1 1 1 
= − cos ( m − n ) x  − cos ( m + n ) x  
2  ( m − n ) (m + n)  −π
1  1 1 m+n  1  1 1 m+n 
( −1) − ( −1)   −  − ( −1) − ( −1)  
m−n m−n
=  −
2  ( m − n ) (m + n)   2  ( m − n ) (m + n)  
=0
Es decir, φm es ortogonal a ϕn .
Por lo tanto el conjunto
{1,sen( x),cos( x),sen(2 x),cos(2 x),sen(3x),cos(3x),…}
Es ortogonal en ( −π , π ) .
Ahora se tienen todos los ingredientes para poder presentar la serie de Fourier de una
función periódica, lo que se realiza a continuación: Sea f una función periódica de
periodo 2π y supóngase que tal función puede escribirse de la siguiente manera:
a0 ∞
f ( x) = + ∑ an cos ( nx ) + bn sen ( nx )
2 n =1
Partiendo de una compatibilidad entre la integral y la serie, se puede integrar tal función
de −π a π para obtener lo siguiente:
π π
 a0 ∞ 
∫
−π
∫−π  2 ∑
f ( x)dx =+
n =1
an cos ( nx ) + bn sen ( nx )  dx

a0 π ∞ π
2 −∫π
=+ d x ∑ ∫ ( an cos ( nx ) + bn sen ( nx ) ) dx
n =1 −π
= a0π
π
1
Es decir, se tiene que a0 =
π ∫
−π
f ( x)dx . Por otra parte para k ∈  se multiplica la función
por cos(kx) , luego se integra de −π a π y utilizando las propiedades de ortogonalidad

presentadas en la proposición anterior se obtiene lo siguiente:

Series de Fourier
π π
 a0 ∞ 
∫
−π
∫−π  2 ∑
f ( x) cos(kx)dx =+
n =1
an cos ( nx ) + bn sen ( nx )  cos(kx)dx

π
 a0 ∞

∫−π  2 sen(kx) + ∑
=
n =1
an cos ( nx ) cos(kx) + bn sen ( nx ) cos(kx)  dx

a0 π ∞ π
2 −∫π
= cos( kx ) dx + ∑ ∫ ( an cos ( nx ) cos(kx) + bn sen ( nx ) cos(kx) ) dx
n =1 −π
π
=
−
∫π a k cos 2 (kx)dx = ak π
π
1
Por consiguiente ak =
π ∫
−π
f ( x)cos(kx)dx . Si el proceso anterior se realiza con sen(kx) se
tiene lo siguiente:
π π
 a0 ∞ 
∫
−π
∫−π  2 ∑
f ( x)sen(kx)dx =+
n =1
an cos ( nx ) + bn sen ( nx )  sen(kx)dx

π
 a0 ∞

∫−π  2
= sen( kx ) + ∑
n =1
an cos ( nx ) sen(kx) + bn sen ( nx ) sen(kx)  dx

a0 π ∞ π
sen(kx)dx + ∑ ∫ ( an cos ( nx ) sen(kx) + bn sen ( nx ) sen(kx) ) dx
2 −∫π
=
n =1 −π
π
=
−
∫π b k sen 2 (kx)dx = bk π
π
1
Por consiguiente bk =
π ∫
−π
f ( x)sen(kx)dx .
Las observaciones anteriores motivan la siguiente definición:
Definición: Sea f una función periódica de periodo 2π . La serie trigonométrica de

Fourier asociada a f es:
a0 ∞
+ ∑ an cos ( nx ) + bn sen ( nx )
2 n =1
donde los coeficientes de Fourier son:

π π π
1 1 1
=a0
π
= ∫ f ( x)dx an
−π
π ∫
−π
f ( x=
) cos(nx)dx bn
π ∫
−π
f ( x)sen(nx)dx .

Series de Fourier
Cabe mencionar que cuando no hay peligro de confusión usualmente se dice serie de
Fourier en vez de serie trigonométrica de Fourier.
Ejemplo: Determinar la serie de Fourier de la función

 −2 si − π < x < 0

f ( x) =  x si 0 ≤ x ≤ π
 f ( x + 2π ) en otro caso

Solución: Para tener una idea visual observa que f en el intervalo fundamental
tiene la siguiente gráfica:
Luego se procede a calcular los coeficientes de Fourier del siguiente modo:
(a) Para a0 se realiza lo siguiente:

π
1
π
1
0 π
 1 1  
f ( x)dx =  ∫ ( −2 ) dx + ∫ xdx  = [ −2 x ]−π +  x 2  
0
a0 =
π ∫
−π
π  −π 0  π   2  0 
1 1  π
= 
π
( 0 + ( −2π ) ) +  π 2 − 0   = −2
2  2
(b) Para an se realiza lo siguiente:

Series de Fourier
π π
1 
0
1
an = ∫ f ( x ) cos( nx ) dx =  ∫ ( − 2 ) cos( nx ) dx + ∫ x cos(nx)dx 
π −π π  −π 0 
π
1  2  cos(nx) x sen(nx)  
0

=   − sen(nx)  +  +  
π   n  −π  n
2
n  0 
1   cos(nπ ) 1   1  ( −1) 1 
n
=  0 +  − 2 
=  − 2
π  n 2
n   π  n 2
n 
Hay que observar la expresión:

 0 n es par
( −1)
n
1 
− 2 =
 2
n2 n − 2 n es impar
 n
En consecuencia
 0 n es par

an =  2
− π n 2 n es impar
2
Finalmente se tiene que a2 k −1 = − .
π ( 2k − 1)
2
(c) Para bn se realiza lo siguiente:

π π
1 
0
1
bn = ∫ f ( x )sen( nx ) dx =  ∫ ( −2 ) sen( nx ) dx + ∫ x sen(nx)dx 
π −π π  −π 0 
π
1  2  x cos(nx) sen(nx)  
0

=   cos(nx)  +  − + 
π   n  −π  n n 2  0 
1  2 2 n
 π ( −1)n  
=  − ( −1)  +  − 
π  n n   n 
  
2 − 2 ( −1) − π ( −1)
n n
=
nπ
2 − 2 ( −1) − π ( −1)
n n
Finalmente se tiene que bn = .

nπ

Series de Fourier
Por lo tanto la serie de Fourier es de f es:

a0 ∞
2 n =1
 ∞  2 − 2 ( −1) − π ( −1) 
n n
1π
=  − 2  ∑ 2 n −1
+  a cos ( (2 n − 1) x ) + sen ( nx ) 
2 2  n =1  nπ 
 ∞  2 − 2 ( −1) − π ( −1) 
n n
π 2
=  − 1 + ∑  − cos ( (2n − 1) x ) + sen ( nx ) 
 4  n =1  π ( 2n − 1)
2
nπ 
Ejemplo: Determinar la serie de Fourier de la función f ( x) = x si x ∈ ( −π , π ) y

x) f ( x + 2π ) en otro caso.
f (=
Solución: Para tener una idea visual observa que f en el intervalo base tiene la
siguiente gráfica:

π
1
π
1
0 π
 1  1 0 1  
a0 = ∫ f ( x)dx =  ∫ ( − x ) dx + ∫ xdx  =   − x 2  +  x 2  
π −π
π  −π 0  π   2  −π  2  0 
1   1 2    1 2 
=  0 −  − π   +  π − 0=
 π
π   2    2 

Series de Fourier
π π
1 
0
1
an = ∫ f ( x ) cos( nx ) dx =  ∫ ( − x ) cos( nx ) dx + ∫ x cos(nx)dx 
π −π π  −π 0 
π
1   cos(nx) x sen(nx)   cos(nx) x sen(nx)  
0
=  − −  + +  
π   n 2
n  −π  n
2
n  0 
 cos(nπ ) 1   2  ( −1) 1 
n
1   1 cos(nπ ) 
0
=  2− +  +  − 2 
=  − 2
π   n n  −π  n 2
n   π  n 2
n 

 0 n es par
( −1)
n
1 
− 2 =
 2
n2 n − 2 n es impar
 n
En consecuencia
 0 n es par

an =  4
− π n 2 n es impar
4
Finalmente se tiene que a2 k −1 = − .
π ( 2k − 1)
2

π π
1 
0
1
bn = ∫ f ( x )sen( nx ) dx =  ∫ ( − x ) sen( nx ) dx + ∫ x sen(nx)dx 
π −π π  −π 0 
π
1   x cos(nx) sen(nx)   x cos(nx) sen(nx)  
0
=  − +  + − + 
π   n n 2
 −π  n n 2  0 
1  π ( −1)   π ( −1)  
n n
= =  +−  0
π  n   n  
 
Finalmente se tiene que bn = 0 .

Series de Fourier

a0 ∞
2 n =1
1 ∞
= (π ) + ∑  a2 n −1 cos ( (2n − 1) x ) + ( 0 ) sen ( nx ) 
2 n =1
π ∞ 2
= −∑ cos ( (2n − 1) x )
2 n =1 π ( 2n − 1)2
Considera una función g ( x) de periodo 2π , a partir de esta se define la función:

 2π 
f ( x) = g  x
 T 
Esta función es periódica y de periodo T , lo cual se verifica de la siguiente manera:

 2π 2π  2π 
f ( x += )  g  x + 2=
T ) g  ( x + T=

π  g = x  f ( x)
 T   T   T 
En consecuencia la representación de Fourier de g ( x) dada por:

a0 ∞
g ( x) = + ∑ an cos ( nx ) + bn sen ( nx )
2 n =1
Donde
π π π
1 1 1
=a0 = ∫ g ( x)dx an
π −π
π ∫ g ( x)=
−π
cos(nx)dx b n
π ∫ g ( x)sen(nx)dx
−π
2π
Sustituyendo x  x se tiene que:
T
 2π  a0 ∞  2π n   2π n 
f ( x) =
g x = + ∑ an cos  x  + bn sen  x
 T  2 n =1  T   T 
Además
T T
π π
1 1  T  1 2 2π 2 2
=a0 = ∫ g ( x)dx
π −π
π ∫
−π
f=
 x
 2π 
 dx
π ∫T
f
= (u )
T
du
T ∫T
f (u )du
− −
2 2

Series de Fourier
Luego
π π
1 1  T 
=an =
π ∫ g ( x) cos(nx)dx
−π
π ∫π f  2π x  cos ( nx ) dx
−
T
1  2π  2π
2
=
π ∫ f ( u ) cos  T nu  T du
T
−
2
T
2  2π n 
2
=
T ∫ f ( u ) cos  T u  du
T
−
2
De manera similar se tiene que:

T
2  2π n 
2
bn =
T ∫ f ( u ) sen  T u  du
T
−
2
Esto permite obtener la serie de Fourier de una función periódica de periodo arbitrario
como se presenta a continuación:
Definición: Sea f una función periódica de periodo T . La serie de Fourier asociada a

f es:
a0 ∞  2π   2π 
+ ∑ an cos  nx  + bn sen  nx 
2 n =1  T   T 
donde los coeficientes de Fourier son:

T T T
2 2 2  2π n  2 2  2π n 
2
=a0 = ∫ f ( x)dx an ∫ f ( x ) cos = x  dx bn ∫ f ( x ) sen  x  dx .
T T T T  T  T T  T 
− − −
2 2 2
Ejemplo: Determinar la serie de Fourier de la función f ( x) = x si x ∈ ( −2,2 ) y

x) f ( x + 4) en otro caso.
f (=
Solución: Primero hay que observar que la función f es periódica de periodo T = 4

. La gráfica de f en intervalo fundamental es la siguiente:

Series de Fourier

T 4
2 2
2 2
2 2
1 1 1 2  1 2 1
( 2 ) − ( −2 =
) 0
2
a=
0
T ∫ T
f ( x)dx
=
4 ∫4 xdx= 2 −∫2 xdx= 2  2 x =
−2 4 4
− −
2 2

T
2
2 2  2π n  1 πn 
=an = ∫ f ( x ) cos  x  dx ∫ x cos  x  dx
T T  T  2 −2  2 
−
2
2
  nπ x   nπ x  
 4cos   2 x sen  
1  2 +  2 
= 
2 n 2π 2 nπ 
 
−2
1  4cos ( nπ ) 4cos ( − nπ ) 
= = −  0
2  n 2π 2 n 2π 2 
Así, se tiene que an = 0 .

Series de Fourier

T
2
2 2  2π n  1 πn 
=bn = ∫ f ( x ) cos  x  dx ∫ x sen  x  dx
T T  T  2 −2  2 
−
2
2
  nπ x   nπ x  
2 x cos   4sen  
1  2 +  2 
= −
2 nπ n 2π 2 
 
−2
1  2 ( 2 ) cos ( nπ ) 2 ( −2 ) x cos ( nπ ) 
= − + 
2 nπ nπ 
4 ( −1)
n +1
=
nπ
4 ( −1)
n +1
Finalmente se tiene que bn = .

nπ

a0 ∞ π  π 
f ( x) = + ∑ an cos  nx  + bn sen  nx 
2 n =1 2  2 
∞ 
 π   4 ( −1)   π 
n +1
1
= ( 0 ) + ∑ ( 0 ) cos  nx  +   sen  nx  
2 n =1 
  2   nπ   2  
∞ 
4 ( −1) 
n +1
π 
= ∑  sen  nx 
 nπ  2 
n =1
 
Ejemplo: Determinar la serie de Fourier de la función periódica definida en el

intervalo fundamental por la relación:
 x2 si − 1 < x < 0
f ( x) = 
x si 0 < x < 1
Solución: Primero hay que observar que la función f es periódica de periodo

T = 2 . La gráfica de f en intervalo fundamental es la siguiente:

Series de Fourier

T
1 0 1
2 2
2
∫ 2 −∫1 ∫ x dx + ∫ xdx
2
=a0 f (=
x)dx f (=
x)dx
T T −1 0
−
2
0 1
1  1   1 3 1 2 
=  x3  +  x 2  = 0 − ( −1)  +  (1) − 0 
 3  −1  2  0  3  2 
1 1 5
= + =
3 2 6
T
1
2 2  2π n   2π n 
=an = ∫ f ( x ) cos  x  dx ∫ f ( x) cos  x  dx
T T  T  −1
2 
−
2
0 1
= ∫x
2
cos (π nx ) dx + ∫ x cos (π nx ) dx
−| 0
 2nπ x cos(nπ x) + ( −2 + n 2π 2 x 2 ) sen(nπ x) 

0
1
 cos(nπ x) x sen(nπ x) 
  +  n 2π 2 + 
 n3π 3   nπ 0
−1
 2nπ ( −1) cos(− nπ )   cos(nπ ) 1 

0 −
= + 2 2 − 2 2
 nπ
3 3
  nπ nπ 
2 ( −1) ( −1) 3 ( −1) − 1
n n n
−1
= + =
n 2π n 2π 2 n 2π 2

Series de Fourier
3 ( −1) − 1
n
Así, se tiene que an = .

n 2π 2

T
1
2  2π n   2π n 
2
=bn = ∫ f ( x ) sen  x  dx ∫ f ( x)sen  x  dx
T T  T  −1
2 
−
2
0 1
∫ x sen (π nx ) dx + ∫ x sen (π nx ) dx
2
=
−| 0
 ( 2 − n 2π 2 x 2 ) cos(nπ x) + 2nπ x sen(nπ x) 

0
1
 x cos(nπ x) sen(nπ x) 
  + − +
 n3π 3   nπ n 2π 2  0
−1
=
 2
 −
( 2 − n 2π 2 ) cos(− nπ )   cos(nπ )
 + −

− 0
 n π nπ nπ
3 3 3 3
  
=
2
−
( 2 − n π ) ( −1) − ( −1)
2 2 n
2 − ( 2 − n 2π 2 ) ( −1) − n 2π 2 ( −1)
=
n n n
n3π 3 n3π 3 nπ n3π 3

2 − 2 ( −1)
n
=
n3π 3

0 n es par
2 − 2 ( −1) = 
n
4 n es impar
En consecuencia
 0 n es par

bn =  4
 π 3 n3 n es impar
4
Finalmente se tiene que b2 k −1 = .
π ( 2k − 1)
3 3

Series de Fourier

a0 ∞
f ( x) = + ∑ an cos (π nx ) + bn sen (π nx )
2 n =1
1  5  ∞  3 ( −1) − 1    
n
4
=   ∑+    cos ( π nx ) +   sen ( π nx ) 
2  6  n =1  n 2π 2   3
 π ( 2n − 1) 
3

 
∞  3 
( −1) − 1   
n
5 4
= + ∑   cos ( π nx ) +   sen ( π nx ) 
12 n =1  n 2π 2   3
 π ( 2n − 1) 
3
 

2.2.2. La serie de Fourier de una función
El proceso anterior, se puede generalizar del siguiente modo: Sea f una función
continua a pedazos definida sobre el intervalo ( a, b ) . Dado {φn }n∈ un conjunto ortonormal
de funciones en el intervalo ( a, b ) . Supóngase que f es combinación de los elementos

{φn }n∈ , es decir, existen an ∈  con n ∈  tales que:
∞
f ( x) = ∑ anφn ( x)
n =1
para todo x ∈ ( a, b ) salvo en conjunto finito de puntos. El problema a resolver es

determinar los valores de los coeficientes an ∈  , para ellos se procede de forma similar a
lo presentado en la sección anterior.
Por definición que {φn }n∈ es ortonormal en ( a, b ) significa que:

0 si n ≠ m
φn ,φm = 
1 si n = m

Series de Fourier
Dado k ∈  con k fijo, suponiendo que la integral y la serie pueden conmutar, entonces
se tiene las siguientes relaciones:
b
∞  ∞
=f ,φk ∫ ∑ anφn ( x),φk ( x)
 ∑ anφn ( x)  φk ( x)dx
=
=n 1=a n 1 
b ∞ ∞ b
= n n k ∑ a φ ( x)φ ( x)dx ∑ ∫ a φ ( x)φ ( x)dx
∫= n n k
=a n 1= n 1 a
∞ b ∞
=
=n 1= n 1
∑=
an ∫ φn ( x)φk ( x)dx ∑a n φn ,φk
a
= ak
Por lo tanto se tiene que:
∞ b
f ( x) = ∑ anφn ( x) donde
= an f ,φn
= ∫ f ( x)φ ( x)dx .
n
n =1 a
Esta última relación se conoce como la serie de Fourier generalizada con respecto al
conjunto ortonormal {φn }n∈ de la función f en el intervalo ( a, b ) , finalmente los
elementos {an } son conocidos como las constantes de Fourier.
Ejemplo: En la sección anterior se mostró que el conjunto 1, 2 cos(nπ x) { }

n∈ \{0}
es
ortonormal sobre [ 0,1] . Sea φ0 ( x) = 1 y φn ( x) = 2 cos ( nπ x ) entonces para una función
f ∈C[ 0,1] su serie de Fourier está dada por:

∞ ∞
=
n n
n 0=
0 f ( x=
n 1
) ∑ a φ ( x=) a + ∑ an 2 cos ( nπ x )
1 1 1
Donde a0 = ∫ =
f ( x)dx y an ∫=
f ( x)φn ( x)dx 2 ∫ f ( x) cos(nπ x)dx .
0 0 0
2.2.3. Convergencia de una serie de Fourier
En la sección anterior se presentó la función periódica:

 −2 si − π < x < 0

f ( x) =  x si 0 ≤ x ≤ π


Series de Fourier
Tiene como serie de Fourier la función:

 ∞  2 − 2 ( −1) − π ( −1) 
n n
π 2
f ( x) =  − 1 + ∑  − cos ( (2 n − 1) x ) + s en ( n x ) 
 n =1  π ( 2n − 1) nπ
2
4 
Para ejemplificar la esencia de la Fourier se toman k elementos de dicha serie, lo que

induce la siguiente función:
 k  2 − 2 ( −1) − π ( −1) 
n n
π 2
=f k ( x) f ( x) =  − 1 + ∑  − cos ( (2n − 1) x ) + sen ( nx ) 
 n =1  π ( 2n − 1) nπ
2
4 
Comparando la gráfica de f con la gráfica de la función f k para algunos valores de k se

tienen las siguientes figuras:
Como observarás a medida que se k crece la discrepancia que hay entre las gráficas de
las funciones f y f k es menor, este proceso toma el nombre de convergencia de
funciones.
El matemático Peter Gustav Lejeune Dirichlet propuso un conjunto de hipótesis simples

que tiene que cumplir una función periódica para que la serie de Fourier converja a la
función original, estas hipótesis son conocidas como las condiciones de Dirichlet.
Definición: Una función f es suaves a pedazos en un intervalo dado si y solo si las

funciones f y f ' son continuas a pedazos en dicho intervalo.

Series de Fourier
De forma gráfica, una función a suave a pedazos debe de tener un número finito de
discontinuidades y un número finito de picos.
Teorema: Sea f una función suave a pedazos y periódica de periodo T . Entonces la

1
serie de Fourier converge al promedio
2
( )
f ( x0+ ) + f ( x0− ) , donde f ( x0+ ) y f ( x0− ) denotan
los limites por la derecha e izquierda de f en x0 respectivamente. En particular, cuando

f es continua en x0 se tiene que la serie de Fourier converge a f ( x0 ) .
Cabe mencionar que estas condiciones son de suficiencia, esto quiere decir, que si se
cumplen se garantiza la convergencia de la serie de Fourier, sin embargo cuando una
función no se cumpla con dichas condiciones su serie de Fourier puede o no converger.
Aplicando este teorema al ejemplo presentando anteriormente, debes observa que hay
una discontinuidad en x0 = 0 . Luego f ( x) → −2 cuando x → 0− y además f ( x) → 0
cuando x → 0+ , entonces la serie de Fourier converge en x0 = 0 a
1 1
2
( )
f ( x0+ ) + f ( x0− ) = ( 0 + ( −2 ) ) =−1
2
Finalmente, observa que f k (0) = −1 .
Como consecuencia de las condiciones de Dirichlet se tiene el siguiente resultado:
Teorema: Sea f una función suave a pedazos y periódica de periodo T tal que f ' es
suave a pedazos, entonces
∞
2π n   2π   2π  
∑
f '( x) =
n =1 T 
 −an sen 
 T
nx  + bn cos 
  T
nx   .

Demostración: Se tiene f ' es suave a pedazos y periódica de periodo T , en

consecuencia se puede expresar por medio de una serie de Fourier:
α0 ∞  2π   2π 
f '( x) = + ∑ α n cos  nx  + β n sen  nx 
2 n =1  T   T 
Donde
T T T
2 2  2π n  2  2π n 
2 2 2
=α0
T ∫T
= f '( x)dx α n
T ∫ f ' ( x ) cos=
T

 T 
x  dx β n
T ∫ f ' ( x ) sen  T x  dx
T
− − −
2 2 2

Series de Fourier
Por el teorema fundamental del cálculo se tiene que:

T
2 2
2  T   T  T   T
α0 =
T ∫ T
f '( x)dx = f  −
T   2 
f  −   = 0 ya que f   = f  −  .
 2  2  2
−
2
Por otra parte, por medio de la integración por partes se tienen las siguientes relaciones:
T
2  2π n 
2
αn =
T ∫ f ' ( x ) cos  T x  dx
T
−
2
 T T

2   2 π n   2 2π n 2
 2π n  
f ( x ) sen 
T ∫T
= f ( x) cos  x + x  dx
T    T   − T  T  
 2 −
2

 T2 
2π n  2  2π n   2π n
f ( x ) sen 
T  T ∫T
= = x  dx bn
 T   T
 − 2 
De forma similar se tiene:

T
2  2π n 
2
βn =
T ∫ f ' ( x ) sen  T x  dx
T
−
2
 T T

2   2π n   2 2π n 2  2π n  
f ( x ) cos 
T ∫T
= f ( x)sen  x − x  dx
T    T   − T  T  
 2 −
2

 T

2π n  2 2  2π n   2π n
f ( x ) cos 
T  T ∫T
= − x  dx  =− an
 T  T
 −
2

Por lo tanto se tiene que:

∞
2π n   2π   2π  
∑
f '( x) =
n =1 T 
 −an sen 
 T
nx  + bn cos 
  T
nx   .


Series de Fourier
Ejemplo: Dada la función f ( x) = e − x en el intervalo ( −3,3) y f ( x + 6) en otro caso,

utilice los primeros 5 términos diferentes de cero de la serie de Fourier para aproxima a la
función f .
Solución: Antes que nada hay que observar que la función f tiene periodo T = 6 ,
Los coeficientes de la serie de Fourier, se calculan de forma similar a los ejemplos de la
sección anterior:

T
3
2 2
2 x 1 x 3 1 3 −3
a0
=
T ∫ f ( x=
)dx ∫
6 −3
e=
dx e =

3   −3 3
(e − e )
T
−
2

T
3
2  2π n  2 x πn 
2
f ( x ) cos 
T ∫T ∫
=an = x  dx e cos  x  dx
 T  6 −3  3 
−
2
3
1  3e x   nπ x   nπ x   
=  2 2 
3cos   + nπ sen   
3 9 + n π   3   3    −3
 e3   e −3 
=  ( 3cos ( nπ ) ) − 2 2 (
3cos ( − nπ ) ) 
9 + n π  9 + n π
2 2

=
(
3 ( −1) e3 − ( −1) e −3
n n
) = 3( −1) ( e
n 3
− e −3 )
9 + n 2π 2 9 + n 2π 2
3 ( −1) ( e3 − e −3 )
n
Así, se tiene que an = .

9 + n 2π 2

Series de Fourier

T
3
2 2  2π n  2 x πn 
=bn = ∫ f ( x ) sen  x  dx ∫ e sen  x  dx
T T  T  6 −3  3 −
2
3
1  3e x   nπ x   nπ x   
=  2 2 
− nπ cos   + 3sen   
3 9 + n π   3   3    −3
 e3   e −3 
=  ( − nπ cos ( nπ ) ) − 2 2 (
nπ cos ( − nπ ) ) 
9 + n π  9 + n π
2 2

=
( −nπ ( −1) e n 3
− nπ ( −1) e −3
n
) = − nπ ( −1) ( en 3
+ e −3 )
9 + n 2π 2 9 + n 2π 2
nπ ( −1) ( e3 + e −3 )
n
Así, se tiene que bn = − .

9 + n 2π 2

a0 ∞ π  π 
2 n =1 3  3 
∞  3 ( −1) ( e − e )
 π  nπ ( −1) ( e + e )  π  
n 3 −3 n 3 −3
1 3 −3
= (e − e ) + ∑  cos  nx  − sen  nx 
6 n =1  9 + n 2π 2 3  9 + n 2π 2  3  

En consecuencia, los primeros cinco términos no cero de la serie anterior son:

1  1 3 −3  3 ( −1) ( e − e )  (1) π ( −1) ( e + e )
3 −3 (1) 3 −3 (1)
π π 
 (e − e )  + cos  (1) x  − sen  (1) x 
9 + (1) π 9 + (1) π
2 2
23  2
3  2
3 
+
3 ( −1)
( 2)
(e 3
− e −3 ) π  ( 2 ) π ( −1) ( e + e )
cos  ( 2 ) x  −
3 −3( 2)
π 
sen  ( 2 ) x 
9 + ( 2) π 2 9 + ( 2) π
2 2
 3  2
 3 
En consecuencia, la función buscada es:

1 3 −3 3 ( e − e )  π  π (e + e )
3 −3 3 −3
π 
g ( x) = ( e − e ) − cos  x  + sen  x 
6 9+π 2
3  9+π 2
3 
3 ( e3 − e −3 )  2π  2π ( e + e )
3 −3
 2π 
+ cos  x − sen  x
9 + 4π 2
 3  9 + 4π 2
 3 

Series de Fourier
Gráficamente se tiene lo siguiente:
Ejemplo: Dada la función

 −1 si − 1 < x < 0

=f ( x)  1 si 0 ≤ x < 1
 f ( x + 2) en otro caso

Utilice los primeros 7 términos diferentes de cero de la serie de Fourier para aproximar a
la función f .
Solución: La función f tiene periodo T = 2 , Los coeficientes de la serie de Fourier

son los siguientes:

T
1 0 1
2 2
2
a0 = ∫ f ( x)dx = ∫ f ( x)dx =∫ ( −1)dx + ∫ (1) dx
T T 2 −1 −1 0
−
2
= ( 0 + ( −1) ) + ( (1) − 0 ) =
[ − x ]−1 + [ x ]0 =
0 1
0

Series de Fourier

T
1
2 2  2π n  2  2π n 
=an = ∫ f ( x ) cos  x  dx ∫ f ( x) cos  x  dx
T T  T  2 −1  2 
−
2
0 1
∫ ( −1) cos (π nx ) dx + ∫ (1) cos (π nx ) dx

=
−1 0
0 1
 1   1 
 − π n sen (π nx )  +  π n sen (π nx ) 
=
  −1  0
=0
Así, se tiene que an = 0 .

T
1
2 2  2π n  2  2π n 
=bn = ∫ f ( x ) cos  x  dx ∫ f ( x)sen  x  dx
T T  T  2 −1  2 
−
2
0 1
∫ ( −1) sen (π nx ) dx + ∫ (1) sen (π nx ) dx

=
−1 0
0 1
 1   1 
=  cos (π nx )  +  − cos (π nx ) 
π n  −1  π n 0
 1 cos ( − nπ )   cos (π n ) 1 
=  −  + − + 
π n πn   πn πn
2 − 2 ( −1)
n
=
πn

0 n es par
2 − 2 ( −1) = 
n
4 n es impar
En consecuencia:
 0 n es par

bn =  4
 π n n es impar

Series de Fourier
4
Finalmente se tiene que b2 k −1 = .
π ( 2k − 1)

a0 ∞
f ( x) = + ∑ an cos (π nx ) + bn sen (π nx )
2 n =1
∞    
1 4
= ( 0 ) + ∑ ( 0 ) cos (π nx ) +   sen (π ( 2n − 1) x ) 

2 
n =1   π ( 2n − 1)  
∞
4
=∑ sen (π nx )
n =1 π ( 2n − 1)
En consecuencia, los primeros siete términos no nulos de la serie anterior son:

4 4 4
π ( 2 (1) − 1)
(
sen π ( 2 (1) − 1) x + )
π ( 2 ( 2 ) − 1)
(
sen π ( 2 ( 3) − 1) x + )
π ( 2 ( 3) − 1)
(
sen π ( 2 ( 3) − 1) x )
4 4 4
+
π ( 2 ( 4 ) − 1)
(
sen π ( 2 ( 4 ) − 1) x + )
π ( 2 ( 5 ) − 1)
( )
sen π ( 2 ( 5 ) − 1) x +
π ( 2 ( 6 ) − 1)
(
sen π ( 2 ( 6 ) − 1) x )
4
+
π ( 2 ( 7 ) − 1)
(
sen π ( 2 ( 7 ) − 1) x )
En consecuencia, la función buscada es:

4 4 4 4
g ( x) = sen (π x ) + sen ( 3π x ) + sen ( 5π x ) + sen ( 7π x )
π 3π 5π 7π
4 4 4
+ sen ( 9π x ) + sen (11π x ) + sen (13π x )
9π 11π 13π

Series de Fourier
Gráficamente se tiene lo siguiente:
2.2.4. Serie de Fourier de funciones pares e impares
Como habrás visto, hay funciones periódicas que tienen serie de Fourier con
exclusivamente cosenos o exclusivamente senos, en esta sección se presenta las
condiciones para que esto resulte. Para esto se comienza con la siguiente definición:
Definición: Sea f una función definida en algún intervalo I centrado en cero, entonces
se dice que f es par si y solos si f (− x) =f ( x) para todo x ∈ I . Por otro lado se dice que
f es impar si y solo si f (− x) =− f ( x) para todo x ∈ I .
Como consecuencia inmediata de la definición anterior se tiene que: Si f es impar

entonces f (0) =f (−0) =− f (0) , es decir 2 f (0) = 0 , por lo tanto f (0) = 0 .

Series de Fourier
Gráficamente, una función par es simétrica con respecto al eje vertical, como lo muestra
la siguiente figura:
De forma similar, una función impar es simétrica con respecto al origen de coordenadas,
como lo muestra la siguiente figura:
Ejemplo: En cursos de trigonometría elemental se muestra que las siguientes relaciones:

cos(− x) =cos( x) y sen( − x) =− sen( x)
Esto afirma que cos( x) es par y sen( x) es impar.

Series de Fourier
La multiplicación de funciones pares e impares satisface la siguiente tabla:
× P I
P P I
I P I
Ejemplo: La tabla anterior a firma que la función cos(mx) cos(nx) es par, que la función
cos(mx)sen(nx) es impar.
Ahora se presenta las propiedades que tienen las funciones pares e impares con respecto
a la integral sobre un intervalo centrado en el origen.
Proposición: Sea f una función definida sobre un intervalo I centrado en 0 . Si f es

par, entonces para cualquier a ∈ I con a > 0 se cumple que:
a a
∫
−a
f ( x)dx = 2 ∫ f ( x)dx
0
Demostración: Para mostrar estoy solo basta observar lo siguiente:

a 0 a
∫=
−a
f ( x)dx ∫ f ( x)dx + ∫ f ( x)dx
−a 0
Luego tomando u = − x se tiene que:

0 0 0 a
∫
−a
∫ f (−u ) ( −du ) =
f ( x)dx =
a
− ∫ f (u )du =
a
∫ f (u )du
0
Por consiguiente:
0 a a a a
∫ f ( x)dx + ∫ f ( x)dx = ∫ f ( x)dx + ∫ f ( x)dx = 2∫ f ( x)dx

−a 0 0 0 0
Por lo tanto:
a a
∫
−a
f ( x)dx = 2 ∫ f ( x)dx .
0

Series de Fourier
Este resultado se puede obtener de forma gráfica, observando la simetría con respecto al
eje vertical, como lo muestra la siguiente figura:
Existe un resultado similar al anterior para funciones impares, el cual se enuncia a

continuación:
Proposición: Sea f una función definida sobre un intervalo I centrado en 0 . Si f es

impar, entonces para cualquier a ∈ I con a > 0 se cumple que:
a
−a
∫ f ( x)dx = 0
Demostración: De formar similar a la prueba anterior se comienza con la siguiente

relación:
a 0 a
∫=
−a
f ( x)dx ∫
−a
f ( x)dx + ∫ f ( x)dx
0
Luego tomando u = − x se tiene que:

0 0 0 a
∫
−a
f ( x)dx =∫ f (−u ) ( −du ) =−∫ ( − f (u ) ) du =−∫ f (u )du
a a 0
Por consiguiente:
0 a a a
∫
−a
f ( x)dx + ∫ f ( x)dx =
0
− ∫ f ( x)dx + ∫ f ( x)dx =
0 0
0
Por lo tanto
a
∫ f ( x)dx = 0 .
−a

Series de Fourier
De forma gráfica se tiene lo siguiente:
Ahora se aplican las dos proposiciones anteriores para el cálculo de los coeficientes de
funciones pares e impares.
Teorema: Sea f una función periódica de periodo T , supóngase que:

a0 ∞  2π   2π 
2 n =1  T   T 
es su representación en serie de Fourier. Si f es par, entonces bn = 0 para todo n ≥ 1 ,

similarmente, si f es impar, entonces an = 0 para todo n ≥ 0 .
 2π 
Demostración: supóngase que f es par, dado que la función f ( x)sen  nx  es impar
 T 
se tiene que:
T
2 2  2π 
=bn = ∫
T T
f ( x)sen 
 T
nx  dx 0
 −
2
De manera similar si f es impar se tiene que:

T
2 2
T ∫T
=a0 = f ( x)dx 0
−
2

Series de Fourier
 2π 
Además la función f ( x)sen  nx  es impar, lo que implica que:
 T 
T
2  2π 
2
=an =∫
T T
f ( x) cos 
 T
nx  dx 0 .

−
2
Ejemplo: Calcular la serie de Fourier de la función f cuya grafica en el intervalo

base está dada en la siguiente figura:
Solución: Primero hay que observa que la función f es periódica de periodo T = 4

y es definida por
 − x − 2 si − 2 < x < 0
f ( x) = 
− x + 2 si 0 < x < 2
Además, f es impar ya que es simétrica con respecto al origen de coordenadas, por

consiguiente a0 = 0 para todo n ≥ 0 . Así, solo resta calcular los valores de bn , para hay
 2π 
que observar que la función f ( x)sen  nx  es par, lo cual implica lo siguiente:
 T 

Series de Fourier
1 π  
2 2
2 2  2π  2  2π 
=bn =∫
T T
f ( x )sen 
 T
nx 

dx = ∫
4 −2
f ( x )sen 
 4
nx 

dx  2
2 0 ∫ f ( x)sen  nx dx 
2  
−
2
2 2
π   4 2 x   nπ x  4  nπ x  
= ∫ ( − x + 2 ) sen  nx dx =  − +  cos   − 2 2 sen  
0 2   nπ nπ   2  nπ  2 0
 4 2 ( 2 )    4 
=  − +  cos ( nπ )  −  − 
 nπ nπ    nπ 
4
=
nπ
4
Es decir bn = . Por consiguiente la serie de Fourier de f es:
nπ
a0 ∞ π  π 
2 n =1 2  2 
∞
4 π 
=∑ sen  nx 
n =1 nπ 2 
Ejemplo: Calcular la serie de Fourier de la función f cuya grafica en el intervalo

fundamental está dada en la siguiente figura:
Solución: Primero hay que observa que la función f es periódica de periodo T = 4

y es definida por
 x + 2 si − 2 < x < 0
f ( x) = 
− x + 2 si 0 < x < 2
Además, f es par ya que es simétrica con respecto al eje vertical, por consiguiente
bn = 0 para todo n ≥ 1 . Así, solo resta calcular los valores de an para n ≥ 0 , tomando

Series de Fourier
1 
2 2 2
2 2
2
a0 =
T ∫ T
f ( x)dx = ∫
4 −2
f ( x ) dx =  2
2 0 ∫ f ( x)dx  =

∫ ( − x + 2 ) dx
0
−
2
2
 1 2  1 2
− 2 x + 2 x  =
= − ( 2) + 2 ( 2) =
2
 0 2
 2π 
Luego, la función f ( x)cos  nx  es par, lo cual implica lo siguiente:
 T 
T
1 π  
2 2
2 2  2π  2  2π 
=an =∫
T T
f ( x )sen 
 T
nx 

dx = ∫
4 −2
f ( x ) cos 
 4
nx 

dx  ∫ f ( x) cos  nx dx 
2
2 0 2  
−
2
2 2
π   4  nπ x   4 2 x   nπ x  
∫0 ( − x + 2 ) cos  2 nx dx =  − n2π 2 cos  2  +  nπ − nπ  sen  2  0
=
 4  
=  − 2 2 cos ( nπ )  −  − 2 =
 nπ
4 
  nπ  nπ
2 
4
2 2
− ( −1) + 1
n
( )
La expresión:
0 n es par
1 − ( −1) = 
n
2 n es impar
En consecuencia
 0 n es par

an =  8
 π 2 n 2 n es impar
8
Finalmente se tiene que a2 k −1 = . Por consiguiente la serie de Fourier de f es:
( 2k − 1)
2
π 2
a0 ∞ π  π 
2 n =1 2  2 
∞
8 π 
1+ ∑ 2
= cos  ( 2n − 1) x 
n =1 π ( 2n − 1)
2
 2 

Series de Fourier
2.3. Aproximación en media
Para comenzar esta sección, se presenta la definición de distancia entre dos funciones, la
cual es análoga a la distancia entre dos vectores tridimensionales. Para vectores en  3 la
distancia entre punto α y el punto β se define por:
d (α , β ) = α − β
Análogamente, se define la distancia para elemento de C[ a, b ] , de la siguiente manera:
Definición: Dadas f , g ∈ C[ a, b ] la distancia de f a g es:

b
∫ ( f ( x) − g ( x) )
2
d ( f , g) = f − g = dx .
a
2.3.1. Desviación máxima
Como se vio en la sección anterior, una función periódica pude ser aproximada por un
número finito de elementos de su serie de Fourier, en esta sección se presenta una forma
de calcular dicha aproximación.
Como se vio en la sección anterior, para una función continua a pedazos f de periodo T
su serie de Fourier es:
a0 ∞  2π   2π 
2 n =1  T   T 
Donde
T T
π
2 2  2π  2  2π 
2 2
=a0 = ∫ f ( x)dx an ∫ f ( x ) cos = nx  dx bn ∫ f ( x ) sen  T nx  dx
T −π T T  T  T T
− −
2 2
Sea Φ N ( x) la N -ésima suma parcial de la serie de Fourier, es decir:
a0 N  2π   2π 
Φ N ( x) = + ∑ an cos  nx  + bn sen  nx 
2 n =1  T   T 

Series de Fourier
Luego sustituyendo los valores a0 , an y bn junto con la identidad trigonométrica:

cos
= ( A − B ) cos ( A) cos ( B ) + sen ( A) sen ( B )
se llega a la siguiente relación:

T
2 1 N  2π   2π   2π   2π  
2
N ( x)
Φ= ∫ f (t )  + ∑ cos  nt  cos  nx  + sen  nt  sen  nx   dt
T
−
T  2 n =1  T   T   T   T 
2
T
2 2 1 N  2π 
= ∫ f (t )  + ∑ cos  n ( t − x )   dt
T T
−
 2 n =1  T 
2
Considerando la relación:
 A− B   A+ B 
sen ( A ) − sen ( B ) =
2sen   cos  
 2   2 
Implica las siguientes relaciones:

t−x  2π   2π 1   2π 1 
2sen   cos  n ( t =
− x )  sen  n +  ( t − x )  − sen  n −  ( t − x )
 2  T   T 2   T 2 
Es decir
 2π 1   2π 1 
sen  n +  ( t − x )  − sen  n −  ( t − x )
 2π   T 2   T 2 
cos  n ( t − x )  =  
 T   t − x 
2sen  
 2 
Luego se sigue que:

 2π 1   2π 1 
sen  n +  ( t − x )  − sen  n −  ( t − x )
1  2π N
 1  T 2 N
  T 2 
+ ∑ cos  n ( t − x )  = + ∑
2  T  2  t − x 
= n 1= n 1
2sen  
 2 
 2π 1 
sen  N +  ( t − x )
 T 2 
=
t −x
2sen  
 2 

Series de Fourier
Sustituyendo esta última expresión se tiene que:

 2π 1 
T
sen  N +  ( t − x )
1 2
 T 2   dt
Φ N ( x) =
T ∫ f (t )
t−x
−
T
sen  
2
 2 
Esta es una manera de calcular la suma parcial Φ n de una serie de Fourier a través de
una integral, esta integra toma el nombre de Integral de Dirichlet. En la práctica no es
fácil calcular dicha integral, pero existen métodos como la regla de los trapecios o la regla
de Simpson que permiten aproximar el valor de dicha integral adecuadamente.
Ejemplo: Dada la función periódica definida en el intervalo base por f ( x) = 2 si

−2 < x < 0 y f ( x) = −2 si 0 < x < 2 . Calcular:
 1 
2 sen  4π +  ( t − x ) 
 2  dx .
∫ f (t )
t−x
−2 sen  
 2 
Solución: Hay que observar que la integral

 1 
2 sen  4π +  ( t − x ) 
 2  dx
∫ f (t )
t−x
−2 sen  
 2 
Tiene la forma de la integral:

 2π 1 
T
sen  N +  ( t − x )
2
 T 2  dt
∫ f (t )
t −x
−
T
sen  
2
 2 
Identificando las expresiones se tiene que T = 4 y N = 8 . En consecuencia:

 1 
2 sen  4π +  ( t − x ) 
1  2  dx = Φ ( x)
4 −∫2
f (t ) 8
t−x
sen  
 2 

Series de Fourier
Ahora hay que calcular la serie de Fourier de f , para esto observa que f es impar lo
que implica que an = 0 para toda n ∈  . Para los coeficientes bn se tiene lo siguiente:
1 π  
2 2
2  2π 
=bn ∫ f ( x )sen  nx
=  dx  ∫ ( −2 ) sen  nx  dx 
2
4 −2  4  2 0 2  
2
 4  π  4 4
=  cos = nx   cos (π n ) −
π n  2 0 π n πn
=
4
πn
( −1) − 1
n
( )
Luego se tiene que:
a0 8  2π   2π 
Φ 8 ( x) = + ∑ an cos  nx  + bn sen  nx 
2 n =1  T   T 
4
( ) π
8
= ∑ ( −1) − 1 sen  nx 
n
n =1 π n 2 
8 πx 8  3π x  8  5π x  8  7π x 
= − sen  − sen  − sen  − sen  
π  2  3π  2  5π  2  7π  2 
Tienes que observar que también se toman en cuenta los coeficientes iguales a cero.
Finalmente, se tiene que
 1 
2 sen  4π +  ( t − x ) 
1  2  dx = − 8 sen  π x  − 8 sen  3π x 
∫
4 −2
f (t )
t−x π  
 2  3π

 2 

sen  
 2 
8  5π x  8  7π x 
− sen  − sen  
5π  2  7π  2 
Por consiguiente:
 1 
2 sen  4π +  ( t − x ) 
 2  dx = − 32 sen  π x  + 1 sen  3π x  + 1 sen  5π x  + 1 sen  7π x  
∫ f (t )
t−x π   2  3  2  5  2  7 
 2 

−2 sen  
 2 
Ejemplo: Dada la función periódica definida en el intervalo base por f ( x) = − x si

−1 < x < 0 y f ( x) = x si 0 < x < 1 . Calcular:

Series de Fourier
 1 
1 sen  3π +  ( t − x ) 
 2  dx .
∫−1 f (t ) t−x
sen  
 2 
Solución: Se procede de forma análoga al ejemplo anterior, observando que la

expresión:
 1 
1 sen  3π +  ( t − x ) 
 2  dx
∫−1 f (t ) t−x
sen  
 2 
Es similar a la integral:
 2π 1 
T
sen  N +  ( t − x )
2
 T 2  dt
∫ f (t )
t−x
−
T
sen  
2
 2 
Lo que permite obtener que T = 2 y N = 3 . En consecuencia:

 1 
1 sen  3π +  ( t − x ) 
1  2  dx = Φ ( x)
∫
2 −1
f (t )
 t − x 
3
sen  
 2 
Toca el turno de calcular la serie de Fourier de f , para esto observa que bn = 0 para toda
n ∈  ya que f es par. Para el coeficiente a0 se tiene lo siguiente:
1 1 1
2 1 2  1
a0
= ∫
2 −1
x)dx 2 ∫=
f (=
0
xdx 2  =x  2=
 2 0
2 1
 

Series de Fourier
Para los restantes coeficientes an se tiene lo siguiente:

1 1
2  2π 
=an = ∫ f ( x) cos  nx  dx 2 ∫ x cos (π nx ) dx
2 −1  2  0
1
 1 x 
= 2  2 2 cos ( nπ x ) + sen ( nπ x ) 
 n π nπ 0
 1   1 
= 2  2 2 cos ( nπ )  −  2 2  
 n π   n π 
2
= 2 2 ( −1) − 1
π n
n
( )
Luego se tiene que:
a0 3
 2π   2π 
Φ 3 ( x) = + ∑ an cos  nx  + bn sen  nx 
2 n =1  T   T 
1 3 2
(
= + ∑ 2 2 ( −1) − 1 cos 
2 n =1 π n
n
) 

2π
T

nx 

1 4 4
= − 2 cos (π x ) − 2 cos ( 3π v )
2 π 9π
Al igual que en el ejemplo anterior, también se toman en cuenta los coeficientes iguales a
cero. Finalmente, se tiene que:
 1 
1 sen  3π +  ( t − x ) 
 2  dx = 1 − 8 cos π x − 8 cos 3π v .
∫−1 f (t ) ( ) ( )
t−x π2 9π 2
sen  
 2 
2.3.2. Desviación media cuadrática
Dada una función f continua a pedazos definida sobre el intervalo base ( a, b ) , dado un
conjunto ortogonal de funciones continuas a pedazos {φn }n∈ definidas sobre ( a, b ) , con
{φn } un conjunto ortogonal de funciones. Dado N ∈  se toma la combinación lineal de los
primeros N elementos del conjunto {φn }n∈ :

( x) γ 0φ0 ( x) + γ 1φ1 ( x) +  + γ N φN ( x)
ΦN=
Donde a0 ,…, an ∈  .

Series de Fourier
El siguiente número:
b
∫ [ f ( x) − Φ ( x) ] dx
2 2
f − ΦN = n
a
Mide la desviación cuadrática de la función Φ n de la función f en el intervalo base ( a, b ) .

2
El objetivo de esto es encontrar los valores γ n de tal forma que E=
N f − Φn sea lo
menor posible, el número EN toma el nombre de error medio cuadrático.
Observa que:
[ f ( x) − Φ N ( x)] =[ f ( x)] − 2 f ( x )Φ N ( x ) + [ Φ N ( x ) ] .
2 2 2
Tomando el error cuadrático se tiene:

b
∫ [ f ( x) − Φ N ( x)] dx
2 2
EN =f − Φ N =
a
b
∫ ([ f ( x)] − 2 f ( x)Φ N ( x) + [ Φ N ( x) ] dx )
2 2
=
a
b b b
∫ [ f ( x)] dx − 2∫ f ( x)Φ N ( x)dx + ∫ [Φ N ( x)] dx

2 2
=
a a a
2 2
= f ( x) − 2 f , Φ N + Φ N
Luego, se tiene lo siguiente:

b b
[Φ N ( x)] dx ∫ ( γ φ ( x) + γ φ ( x) +  + γ φN ( x) ) dx
2 2
ΦN ,ΦN
= ∫=
a a
0 0 1 1 N
b
 
∫a  (γ 0φ0 ( x) ) +  + (γ N φN ( x) ) + 2m∑≠ n γ mγ nφm ( x)φn ( x)  dx
2 2
=
= γ 02 +  + γ N 2
Además:
b b
=f ,ΦN ∫=
a
f ( x)Φ N ( x)dx ∫ f ( x ) [γ φ ( x ) + γ φ ( x ) +  + γ
a
0 0 1 1 N φN ( x)] dx
b b
= γ 0 ∫ f ( x)φ0 ( x)dx +  + γ N ∫ f ( x)φN ( x)dx
a a
= γ 0 a0 +  + γ N an

Series de Fourier
Donde an son los coeficientes de Fourier de la función f en el conjunto ortogonal {φn } .

Esto implica que:
2
f
EN =− 2 f , Φ N + Φn
− 2 ( γ 0 a0 +  + γ N an ) + ( γ 0 2 +  + γ N 2 )
2
= f
+ ( a0 2 +  + aN 2 ) − 2 ( γ 0 a0 +  + γ N an ) + ( γ 0 2 +  + γ N 2 ) − ( a0 2 +  + aN 2 )
2
= f
+ ( a0 2 − 2γ 0 a0 + γ 0 2 ) +  + ( an 2 − 2γ n an + γ n 2 ) − ( a0 2 +  + aN 2 )
2
= f
+ ( a0 − γ 0 ) +  + ( an − γ n ) − ( a0 2 +  + aN 2 )
2 2 2
= f
La última relación afirma que el error medio cuadrático es mínimo cuando:

( a0 − γ 0 ) +  + ( an − γ n ) =
2 2
0
Lo que implica que:

γ 0 =a0 γ 1 =a1 … γ N =aN
Lo anterior demuestra el siguiente resultado:
Teorema: Dados f ∈C[ a, b ] y {φn } un conjunto ortonormal de funciones definidas en el

intervalo fundamental ( a, b ) . Sean {an } los coeficientes de Fourier en la base {φn } , para
el conjunto finito de funciones φ0 ,…,φN la combinación:
a0φ0 ( x) + a1φ1 ( x) +  + aN φN ( x)
Es la que minimiza el error medio cuadrático en el intervalo ( a, b ) .

Por tal motivo el error medio cuadrático se define por:
− ( a0 2 +  + aN 2 )
2
EN = f
2
Finalmente, como EN = f − Φ N ≥ 0 trae como consecuencia que:
− ( a0 2 +  + aN 2 ) ≥ 0
2
f
2
f ≥ a0 2 +  + aN 2
Como la relación anterior es independiente del valor N , N puede ser tan grande como se
desee, lo que implica que:

Series de Fourier
∑ an 2 ≤ f
2
a0 2 +  + aN 2 +  =
n =0
Con todo lo anterior se ha demostrado el siguiente resultado:

intervalo fundamental ( a, b ) . Sean {an } los coeficientes de Fourier en la base {φn } ,
entonces:
∞
∑a
2
n
2
≤ f .
n=0
Esta relación se conoce como la desigual de Bessel.
∞
Como f es finito, la serie ∑a
n=0
n
2
es convergente, así an → 0 cuando n → ∞ , es decir:
b
lim f ,φn lim
= =
n →∞ ∫ f ( x)φn ( x)dx 0
n →∞
a
En particular, para la serie trigonométrica de Fourier de una función periódica de periodo

T , se requiere del conjunto ortogonal:
  2π   2π  
1,cos  nx  ,sen  nx  
  T   T 
Como se vio en la sección anterior, para una función continua a pedazos f de periodo T
su serie de Fourier es:
a0 ∞  2π   2π 
2 n =1  T   T 
Donde:
T T
π
2 2  2π  2  2π 
2 2
=a0 =∫
T −π
f ( x)dx an
T ∫ f ( x ) cos =
T T
nx  dx b

n
T ∫ f ( x ) sen  T nx  dx
T
− −
2 2
Sea Φ N ( x) la N -ésima suma parcial de la serie de Fourier, es decir:
a0 N  2π   2π 
Φ N ( x) = + ∑ an cos  nx  + bn sen  nx 
2 n =1  T   T 

Series de Fourier
 T T
Donde x ∈  − ,  . Luego:
 2 2
T
2
 a0 N  2π   2π  
2
ΦN =∫T  2 + ∑
n =1
an cos 
 T
nx  + bn sen 
  T
nx   dx

−
2
T
2
 a0 2 N 2  2π   2π   2π   2π 
=∫T  4 + ∑n =1
an cos 2 
 T
nx  + bn 2 sen 2 
  T
nx  + 2 ∑ cos 
 n≠m  T
nx  sen 
  T
mx   dx

−
2
T
N T T

a0 2 2 
2
2 2π 
2
2  2π  
dx +  ∑ an ∫ cos 
4 ∫T
= 2
nx  dx + bn ∫ sen 
2
nx  dx 
n =1  T   T  
−
2
 −
T
2
−
T
2 
2
 T  T  a
2
a N
 T  N

= 0 (T ) + ∑  an 2   + bn 2    =  0 + ∑ ( an 2 + bn 2 ) 
= 4 n 1=  2  2  2  2 n 1 
T   2π   2π  
El elemento 1,cos 
se obtiene porque el conjunto nx  ,sen  nx   no es
2   T   T 
normalizado, por consiguiente el error medio cuadrático:
2 a 2 N 
−  0 + ∑ ( an 2 + bn 2 ) 
2
EN = f
T  2 n =1 
Luego, la desigualdad de Bessel garantiza que:

T
 a02 N
 2 2 2
+ ∑ ( an 2 + bn 2 )  ≤ [ f ( x)] dx
2 2

 2 n =1  T
f = ∫
T T
−
2
Ejemplo: Hallar el error medio cuadrático de la función:

 −2 si − π < x < 0

f ( x) =  x si 0 ≤ x ≤ π

Y la función Φ que está formada por los primeros seis términos no nulos de la serie de
Fourier.
Solución: En la sección anterior se presenté que la función

Series de Fourier
 −2 si − π < x < 0

f ( x) =  x si 0 ≤ x ≤ π

tiene periodo T = 2π y su serie de Fourier es:

 ∞  2 − 2 ( −1) − π ( −1) 
n n
π 2
f ( x) =  − 1 + ∑  − cos ( (2 n − 1) x ) + sen ( nx ) 
 n =1  π ( 2n − 1) nπ
2
4 
Donde:
2 − 2 ( −1) − π ( −1)
n n
π 2
a=
0 −2 a2 n −1 = − bn =
( 2n − 1) π
2
2 nπ
Lo que implica que:

π  2 2 4+π 1 4+π
Φ ( x) =  − 1 − cos( x) − cos(3 x) + sen( x) − sen(2 x) + sen(3 x)
4  π 9π π 2 3π
De donde se obtiene que:

1 2 2
a0 = (π − 4 ) a1 = − a3 −
2 π 9π
4+π 1 4+π
= b1 = b2 − b3 =
π 2 3π
En consecuencia:
1 4 4
(π − 4 )
2
a02
= a12 = a32 =
4 π 2
81π 2
(4 + π ) (4 + π )
2 2
2 2 1 2
b
1 = b =
2 b 3 =
π2 4 9π 2
Por otro lado se tiene que:

π
2 1
π
1
0 π
 1 1 3  
[ f ( x)] dx =  ∫ [ −2] dx + ∫ [ x ] dx  =  4 [ x ]−π +  x  
2 22 2 0
π −∫π
= f
T π  −π 0  π   3  0 
1 π3  π2
= = 4π + 4 +
π  3

3

Series de Fourier
Por consiguiente el error medio cuadrático es:
2  a2 N 
−  0 + ∑ ( an2 + bn2 ) 
2
E= f
T  2 n =1 
π  1 1 328 10 ( 4 + π ) 
2
 2
( )
2
=  4 +  −  + π − 4 + + 
 3   4 8 81π 2 9π 2 
≈ 0.7957
Ejemplo: Hallar el error medio cuadrático de la función periódica definida en el

intervalo base por:
 − x − 1 si − 1 < x < 0
f ( x) = 
− x + 1 si 0 ≤ x ≤ 1
Y la función Φ que está formada por los primeros siete términos no nulos de la serie de
Fourier.
Solución: Primer la función f es periódica de periodo T = 2 y su gráfica en el

intervalo fundamental se presenta en la siguiente figura:

Series de Fourier
La figura muestra que f es impar, lo que implica que an = 0 para toda n ∈  . Luego:
1 1 1
bn= ∫ f ( x)sen (π nx ) dx= 2 ∫ f ( x)sen (π nx ) dx= 2 ∫ ( − x + 1) sen (π nx ) dx
−1 0 0
1
 1 x 1 
2 −
= cos ( nπ x ) + cos ( nπ x ) − 2 2 sen ( nπ x ) 
 nπ nπ nπ 0
 1 1   1  2
 − nπ cos ( nπ ) + nπ cos ( nπ )  −  − nπ   nπ
2=
   
En consecuencia la serie de Fourier es:

∞
2
f ( x) = ∑ sen (π nx )
n =1 π
n
Lo que implica que:

2 1 2 1
Φ ( x)
= sen (π x ) + sen ( 2π x ) +
sen ( 3π x ) + sen ( 4π x )
π π 3π 2π
2 1 2
+ sen ( 5π x ) + sen ( 6π x ) + sen ( 7π x )
5π 3π 7π
De donde se obtiene que:

2 1 2 1 2 1 2
= b1 = b2 = b3 = b4 = b5 = b6 = b7
π π 3π 2π 5π 3π 7π
En consecuencia:
4 1 4 1 4 1 4
= b12 = b22 = b32 = b42 = b52 = b62 = b72
2
π π 2
9π 2
4π 2
25π 2
9π 2
49π 2
Por otro lado se tiene que:

1 1 1
2
∫ [ f ( x)] dx= 2 ∫ ( − x + 1) dx= 2 ∫ ( x 2 − 2 x + 1) dx
2 2 2
f =
T −1 0 0
1
1  1  2
= 2  x 3 − x 2 + x = 2  − 1 + 1=
 3
3 0 3 

Series de Fourier
Por consiguiente el error medio cuadrático es:
2  a2 N 
−  0 + ∑ ( an2 + bn2 ) 
2
E= f
T  2 n =1 
2  4 1 4 1 4 1 4 
=  − 2 + 2 + 2 + 2 + + 2+
 3  π π 9π 4π 25π 2
9π 49π 2 
266681
= ≈ 0.05395
44100π 2
2.3.3. Igualdad de Parseval-Liapunov
La igualdad de Parseval-Liapunov establece la relación que hay entre los coeficientes de

la serie de Fourier y la integral del cuadrado de la misma función, esta es una
consecuencia de la desigualdad de Bessel.

intervalo fundamental ( a, b ) . Sean {an } los coeficientes de Fourier en la base {φn } ,
entonces:
∞
∑ an 2
2
= f
= si y solo si lim EN 0 .
N →∞
n=0
Demostración: Esto se obtiene rápidamente de tomar N → ∞ en la relación:

N
− ∑ an 2 .
2
EN
= f
n=0
Como consecuencia inmediata del teorema anterior es el siguiente resultado.
Corolario: Sea f una función continua a pedazos y periódica de periodo T con serie de
Fourier
a0 ∞  2π   2π 
2 n =1  T   T 
a0 2 ∞ 2
+ ∑ ( an 2 + bn 2 ) =f
2
Entonces si y solo si lim EN = 0 .
2 n =1 T N →∞
Otra importante consecuencia se presenta a continuación.

Series de Fourier
Corolario: Supóngase que f que satisface las hipótesis del corolario anterior. Si f es
par, entonces:
T
2
a0 ∞
2 4 2
+ ∑ an 2 = [ f ( x)] dx .
2 2
2 n =1 T
f = ∫
T 0
De forma similar, si f es impar entonces:

T
2
a0 ∞
2 4 2
+ ∑ bn 2 = [ f ( x)] dx .
2 2
T ∫0
f =
2 n =1 T
Ejemplo: Aplicar la igualdad de Parseval-Liapunov a la serie de Fourier de la función

1 2 ∞
1 + 4n 2
definida en el intervalo fundamental ( −π , π ) por f ( x)= x + x para calcular ∑ .
4 n =1 n4
Solución: La función f tiene periodo T = 2π , los coeficientes de Fourier son los

siguientes: para el coeficiente a0 :
π π π
1 1  1 2 1 1 2 1 3 
a0 =
π ∫
−π
f ( x)dx = ∫  x + x  dx =  x + x 
π −π  4  π 2 12  −π
1  1 1 3 1 1 3  π2
( ) ( )  ( ) ( ) 
2 2
= π + π − −π + −π
=
π  2 12  2 12  6
Para los coeficientes an :
π π
1 1  1 
=a0 ∫π nx ) dx
f ( x) cos ( = ∫π  x + 4 x
2
 cos ( nx ) dx
π −
π − 
1  2n ( 2 + x ) cos ( nx ) + ( −2 + n x ( 4 + x ) ) sen ( nx ) 
π
2
=  
π 4n 3 
 −π
1  2n ( 2 + π ) cos ( nπ )   2n ( 2 − π ) cos ( nπ )  
=  − 
π  4n 3   4n 3  
1  2n ( 2 + π )( −1)   2n ( 2 − π )( −1)n  ( −1)
n n
=  −  =
π  4n 3  
  4n3 
 n2


Series de Fourier
Para los coeficientes bn :
π π
1 1  1 
=b0 ∫π f ( x)sen ( =
nx ) dx ∫π  x + 4 x
2
 sen ( nx ) dx
π −
π − 
1  ( 2 − n x ( 4 + x ) ) cos ( nx ) + 2n ( 2 + x ) sen ( nx ) 
π
2
=  
π 4n 3 
 −π
1  ( 2 − n π ( 4 + π ) ) cos ( nπ )   ( 2 + n π ( 4 − π ) ) cos ( − nπ )  
2 2
=   − 
π  4n 3   4n 3 
   
1  ( 2 − n π ( 4 + π ) ) ( −1)   ( 2 + n π ( 4 − π ) ) ( −1)  

n n
2 ( −1)
2 2 n
= − =−
π  4n 3   4n 3  n
   
En consecuencia la serie de Fourier de f es:
π 2 ∞ ( −1) 2 ( −1)
n n
f (=
x) + ∑ 2 cos ( nx ) − sen ( nx )
12 n =1 n n
La igual de Parseval-Liapunov afirma que:

a0 2 ∞ 2
+ ∑ ( an 2 + bn 2 ) =f
2
2 n =1 T
∞  − 
2 2
  ( 1)
1π2 
2 n
  2 ( −1)n  1 
π
1 2
2
=
  ∑ +  +− 
 π −∫π 
x + x  dx
2  6  n =1   n 2  
  n 
 4 
 
π
π4  1 4  1  x3 x 4 x5 
∞
+ ∑ 4 + 2  =  + + 
72 n =1  n n  π3 8 80  −π
∞
1 + 4n 2  2π 2 π 4  π 4
∑ n4
= + −
n =1  3 40  72
∞
1 + 4n 2 π 2
Por lo tanto ∑ 4
= ( 60 + π 2 ) .
n =1 n 90
Ejemplo: Utilizando la serie de Fourier de la función periódica definida en el intervalo

∞
1
fundamental ( −1,1) por f ( x) = x 2 , para calcular la serie ∑ 4 .
n =1 n

Series de Fourier
Solución: Es fácil ver que el periodo de f es T = 2 y que f es par, en

consecuencia bn = 0 para toda n ∈  . Luego:
1 1 1
1 3  2
=a0 ∫ f= ∫
( x)dx 2= x dx 2 = x  2
−1 0  3 0 3
Además:
1 1
=an ∫ f= ∫ x cos ( nπ x ) dx
( x) cos ( nπ x ) dx 2= 2
−1 0
 2nπ x cos ( nπ x ) + ( −2 + n 2π 2 x 2 ) sen ( nπ x ) 

1
= 2 
 n3π 3 
0
 2nπ cos ( nπ )  4 ( −1)

n
= 2=
 
 n3π 3  nπ
2 2
La identidad de Parseval, en el caso par, implica las siguientes relaciones:

T
a0 2 ∞ 2 4 2
+ ∑ an = [ f ( x)] dx
2
2 n =1 T ∫0
2
∞ 
4 ( −1) 
2 n 1
12 4 2
  ∑ +   = ∫  x 2  dx
2  3  n =1  n 2π 2 
 20
1
2 ∞ 16 1 
+∑ 4 4 = 2  x5 
9 n =1 n π  5 0
2 16 ∞
1 2
+ 4∑ 4 =
9 π n =1 n 5
∞
1 π4 2 2
∑
=
n =1 n
4  − 
16  5 9 
Por lo tanto:
∞
1 π4
∑
n =1 n
4
=
90
.

Series de Fourier
Ejemplo: Utilizando la serie de Fourier de la función periódica definida por secciones

en el intervalo fundamental por f ( x) = −1 si −2 < x < 0 y f ( x) = 1 si 0 < x < 2 , para mostrar
∞
1 π2
que ∑ = .
( 2n − 1)
2
n =1 18
Solución: Es fácil ver que el periodo de f es T = 4 y que f es impar, en

consecuencia an = 0 para toda n ∈  . Luego:
2
1  nπ x    2
2 2
2  nπ x   nπ x  
=bn = ∫ f ( x )sen   dx =
 2 ∫ (1) sen   dx   − cos  
4 −2  2  2 0  2    nπ  2 0
= =
 2

−
nπ
cos (π n ) +
n
2  2
π 
 nπ
1 − ( −1)
n
( )
Por consiguiente:
4
b2 n −1 =
( 2n − 1) π
El resultado se obtiene de aplicar la identidad de Parseval para el caso de una función

impar del siguiente modo:
T
∞
42
∑ bn 2 = ∫ [ f ( x) ] dx
2
n =1 T0
2
∞  4  42 2
∑   = ∫ [1] dx
n =1  ( 2n − 1) π  40
∞
16
∑ = [ x ]0
2
( 2n − 1) π
2 2
n =1
16 ∞
1
∑ =2
( 2n − 1)
2
π 2
n =1
∞
1 π2
∑ =
( 2n − 1)
2
n =1 18

Series de Fourier
Actividades
La elaboración de las actividades estará guiada por tu docente en línea, mismo

que te indicará, a través de la Planeación didáctica del docente en línea, la dinámica
que tú y tus compañeros (as) llevarán a cabo, así como los envíos que tendrán que
realizar.
Para el envío de tus trabajos usarás la siguiente nomenclatura: BMAI_U2_A1_XXYZ,

donde BMAI corresponde a las siglas de la asignatura, U2 es la unidad de
conocimiento, A1 es el número de actividad, el cual debes sustituir considerando la
actividad que se realices, XX son las primeras letras de tu nombre, Y la primera letra
de tu apellido paterno y Z la primera letra de tu apellido materno.
Autorreflexiones
Para la parte de autorreflexiones debes responder las Preguntas de Autorreflexión

indicadas por tu docente en línea y enviar tu archivo. Cabe recordar que esta actividad
tiene una ponderación del 10% de tu evaluación.
Para el envío de tu autorreflexión utiliza la siguiente nomenclatura:
BMAI_U2_ATR _XXYZ, donde BMAI corresponde a las siglas de la asignatura, U2 es

la unidad de conocimiento, XX son las primeras letras de tu nombre, y la primera letra
de tu apellido paterno y Z la primera letra de tu apellido materno
Cierre de la Unidad
En esta Unidad aprendiste la definición y las propiedades del producto interno y como
este caracteriza la ortogonalidad de funciones, luego estudiaste funciones periódicas y
sus propiedades fundamentales. Luego estudiaste el concepto la serie de Fourier
trigonométrica y su generalización de una función periódica. Finalmente, aprendiste a
calcular el error medio cuadrático de una aproximación junto con la desigualdad de Bessel
y la identidad de Parseval-Liapunov.

Series de Fourier
Para saber más
Para más tener ejemplos de series de Fourier de funciones periódicas puedes consultar
las siguientes páginas:
• http://www.fourier-series.com/
• https://math24.net/fourier-series-definition-typical-examples.html
Fuentes de consulta
• Churchill, R., Brown, J. (2011). Fourier series and boundary valued problems. 8
edición, USA: Mc Graw Hill.
• Dyke, P. (2004). An introduction to Laplace transforms and Fourier series. Great

Britain: Springer-Verlag.

Series de Fourier
• Spiegel, M. (2010), Formulas y tablas de matemáticas aplicadas, 3a edición.

México: Mc Graw Hill.
• Spiegel, M. (1964). Transformadas de Laplace. México: Mc Graw Hill.
• Tolstov, G. (1976). Fourier series. USA: Dover publications.
• Zill, D. (2009). Ecuaciones diferenciales con aplicaciones de modelado, 9a edición.

México: Mc Graw Hill.

BMAI U2 Contenido

Cargado por

Copyright:

Formatos disponibles

BMAI U2 Contenido

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

BMAI U2 Contenido

Cargado por

Copyright:

Formatos disponibles

U2 Matemáticas aplicadas para ingeniería

Matemáticas aplicadas para

Universidad Abierta y a Distancia de México 0

Presentación de la Unidad ........................................................................................................ 2

Universidad Abierta y a Distancia de México 1

• Calcular los coeficientes de la serie de Fourier de una función periódica.

• Calcular la serie de Fourier de una función periódica par o impar.

• Aproximar una función por medio de una serie de Fourier.

Universidad Abierta y a Distancia de México 2

Identificar problemas que no tienen función periódica secuencial, para

Las series de Fourier aparecen en año de 1807 como una

La esencia fundamental detrás de las series de Fourier es

Universidad Abierta y a Distancia de México 3

2.1. Funciones ortogonales

En esta sección se presenta el concepto de producto interno de funciones, este es una

2.1.1. Producto interno de funciones

Recuerda que para un par de vectores α , β ∈  3 , donde α = ( a1 , a2 , a3 ) y β = ( b1 , b2 , b3 )

La anterior definición se generaliza al espacio de funciones (continuas a pedazos

funciones continuas a pedazos definidas sobre el intervalo [ a, b ] .

Definición: Dadas f , g ∈ C[ a, b ] , el producto interno f , g de f y g se define por la

Observa que lo que se obtiene de calcular un producto interno de funciones sobre un

Ejemplo: Dadas las funciones f ( x) = x3 y g ( x) = x 2 calcular f , g en el intervalo

Universidad Abierta y a Distancia de México 4

Ejemplo: Dadas las funciones f ( x) = sen(2 x) y g ( x) = x calcular f , g en el

Solución: De forma similar al ejemplo anterior, este ejercicio se resuelve aplicando

Evaluando de −1 a 1 la integral anterior se tiene:

Ejemplo: Dados f , g ∈ C[ −1, 2] , con f ( x) = x 2 y g ( x=) 2 x − 1 . Calcular f , g .

Solución: Basta aplicar la definición de producto interno a las funciones f y g ,

Universidad Abierta y a Distancia de México 5

Recuerda que, sobre conjunto C[ a, b ] se definen las siguientes operaciones:

• Suma: Para f , g ∈ C[ a, b ] la función f + g se define por:

• Multiplicación por escalares: Para c ∈  y f ∈ C[ a, b ] , la función cf se define

En un curso de cálculo de una variable se demuestra que las funciones f + g y cf son

Estas dos operaciones le proporcionan al conjunto C[ a, b ] una estructura de espacio

A continuación se presentan las propiedades que tiene el producto interno sobre C[ a, b ] .

• Definido positivo: f , f ≥ 0 para cualquier f ∈ C[ a, b ] .

• Conmutatividad: f , g = g , f para cualesquiera f , g ∈ C[ a, b ] .

Universidad Abierta y a Distancia de México 6

• Linealidad: cf + g , h = c f , h + g , h para cuales quiera f , g , h ∈ C[ a, b ] y

Recuerda que para vectores en  3 , la norma de un vector es otro concepto que se

=α a12 + a22 + a32

Definición: Dado f ∈ C[ a, b ] , la norma f de f se define por la relación:

Además una función f ∈ C[ a, b ] se dice normalizada sí y solo sí f = 1 .

Universidad Abierta y a Distancia de México 7

Ejemplo: Dada f ∈C[ 0,2] , definida por f ( x) = 3sen(π x) . Calcular f y presentar su

Solución: Basta aplicar la definición de norma del siguiente modo:

2.1.2. Funciones y conjuntos ortogonales

El concepto de perpendicularidad es uno de los más importante en el estudio de los

Inversamente, si α ·β = 0 implica que α β cos θ = 0 , si α , β ≠ 0 entonces cos θ = 0 por

Universidad Abierta y a Distancia de México 8

Definición: Sean f , g ∈ C[ a, b ] , se dice que f es ortogonal a g en [ a, b ] sí y sólo si

Ejercicio: Muestra que las funciones f ( x) = cos(π x) y g ( x) = sen(2π x) son

Solución: Basta aplicar la definición de ortogonalidad de funciones del siguiente

Por lo tanto f es ortogonal a g .

Ejercicio: Muestra que las funciones f ( x) = x y g ( x) = x 2 son ortogonales en [ −1,1]

Solución: Se procede de forma similar al ejercicio anterior:

Universidad Abierta y a Distancia de México 9

Por lo tanto f ( x) es ortogonal a g ( x) .

ortogonal de funciones sobre [ a, b ] si y solo si φn es ortogonal a φm , para cuales